Анализ рынка общественного питания Москвы

Содержание проекта

• Введение
  1. Описание проекта
  2. Цель проекта
  3. Описание данных
  4. План работа

• Анализ данных
  1. Чтение и изучение данных
     • Промежуточный вывод
  2. Предобработка данных
     • Обработка пропусков
     • Дополнительные столбцы
     • Промежуточный вывод
  3. Анализ данных
     • Распределение заведений по категориям
     • Количество посадочных мест в категориях по заведениям
     • Соотношение сетевых и несетевых заведений
     • Топ-15 сетей общественного питания по размеру
     • Распределение заведений по районам
     • Распределение средних рейтингов по категориям заведений
     • Карта со всеми заведениями и средним рейтинга по округам
     • Топ-15 улиц по кол-ву заведений
     • Улицы только с одним заведением
     • Влияние расстояние от центра города на медианну среднего чека по округам
     • Вывод
  4. Детализирование исследование для открытия кофейни
     • Распределение кофеен по районам
     • Особенности расположения кофеен
     • Расстояний до ближайщей кофейни
     • Кол-во ближайщих кофеен
     • Количество кофеен на 1 км²
     • Круглосуточные кофейни
     • Рейтинг кофеен
     • Стоимость чашки капучино
     • Соотношение сетевых и несетевых кофеен
     • Вывод
  5. Рекомендации по открытию кофейни
  6. Презентация

Описание проекта

Инвесторы задумали расширить сферу своей деятельности и открыть в Москве заведение общественного питания. Для этого им необходимо исследование рынка Москвы, чтобы понять, где лучше всего расположить кофейню и какие цены будут оптимальными. Также им потребуется презентация, в которой будут изложены основные аспекты исследования.

Цель проекта

Подготовить исследование рынка общественного питания Москвы, найти интересные особенности и презентовать полученные результаты, которые в будущем помогут в выборе подходящего инвесторам места для открытия заведения общественного питания.

Описание данных

Доступен датасет(moscow_places.csv) с заведениями общественного питания Москвы, составленный на основе данных сервисов Яндекс Карты и Яндекс Бизнес на лето 2022 года.

Описание столбцов в датасете moscow_places.csv:

• name — название заведения;
• address — адрес заведения;
• category — категория заведения, например «кафе», «пиццерия» или «кофейня»;
• hours — информация о днях и часах работы;
• lat — широта географической точки, в которой находится заведение;
• lng — долгота географической точки, в которой находится заведение;
• rating — рейтинг заведения по оценкам пользователей в Яндекс Картах (высшая оценка — 5.0);
• price — категория цен в заведении, например «средние», «ниже среднего», «выше среднего» и так далее;
• avg_bill — строка, которая хранит среднюю стоимость заказа в виде диапазона, например:
  • «Средний счёт: 1000–1500 ₽»,
  • «Цена чашки капучино: 130–220 ₽»,
  • «Цена бокала пива: 400–600 ₽»,
  • и так далее;
• middle_avg_bill — число с оценкой среднего чека, которое указано только для значений из столбца avg_bill, начинающихся с подстроки «Средний счёт»:
  • Если в строке указан ценовой диапазон из двух значений, в столбец войдёт медиана этих двух значений.
  • Если в строке указано одно число — цена без диапазона, то в столбец войдёт это число.
  • Если значения нет или оно не начинается с подстроки «Средний счёт», то в столбец ничего не войдёт.
• middle_coffee_cup — число с оценкой одной чашки капучино, которое указано только для значений из столбца avg_bill, начинающихся с подстроки «Цена одной чашки капучино»:
  • Если в строке указан ценовой диапазон из двух значений, в столбец войдёт медиана этих двух значений.
  • Если в строке указано одно число — цена без диапазона, то в столбец войдёт это число.
  • Если значения нет или оно не начинается с подстроки «Цена одной чашки капучино», то в столбец ничего не войдёт.
• chain — число, выраженное 0 или 1, которое показывает, является ли заведение сетевым (для маленьких сетей могут встречаться ошибки):
  • 0 — заведение не является сетевым
  • 1 — заведение является сетевым
• district — административный район, в котором находится заведение, например Центральный административный округ;
• seats — количество посадочных мест.

План работ

1. Чтение и изучение данных
2. Предобработка данных
3. Анализ данных
4. Детализирование исследование для открытия кофейни
5. Рекомендации по открытию кофейни
6. Презентация

Чтение и изучение данных

Установим необходимые библиотеки

#импорт библиотек
import pandas as pd
import numpy as np
import scipy.stats as st
import datetime as dt
from IPython.display import display

import matplotlib.pyplot as plt
import seaborn as sns
import plotly.express as px
from plotly import graph_objects as go
from plotly.subplots import make_subplots

import folium
from folium import Map, Marker, Choropleth, PolyLine
from folium.plugins import MarkerCluster
from folium.features import CustomIcon
import geopy.distance
from geojson import Polygon, Feature, FeatureCollection

#Чтение датасета
try:
    data = pd.read_csv('datasets/moscow_places.csv')
except:
    data = pd.read_csv('https://code.s3.yandex.net/datasets/moscow_places.csv')
    
pd.options.mode.chained_assignment = None

#Создаем функцию для изучения датасета, преведения названий строк к змеиному регистру и подсчету полных дубликатов
def data_info(data):
    data.columns = [(x.lower()).replace(' ', '_') for x in data.columns]
    print('-' * 80)
    display(data.head())
    print('-' * 80)
    data.info()
    print('-' * 80)
    print('Кол-во полных дубликатов в таблице:', data.duplicated().sum())
    print('-' * 80)
    
#Создадим функцию для просмотра максимальной и минимальной дате в столбцах
def data_dt_info(data, dt):
    print('Минимальная дата в столбце', dt, data[dt].min(), 
          '\nМаксимальная дата в столбце', dt, data[dt].max())
    
    
#Создаю переменные, где будет хранится первоначально число строк и уникальных пользователей
count_entries = data.shape[0]    

#Создаем функцию, которая будет выводить, сколько было удаленно строк и уникальных пользователей
def difference_of_values():
    print(f'Всего удаленно строк {count_entries - data.shape[0]} \
или {round(100 * (count_entries - data.shape[0]) / count_entries, 2)}% от первоначального кол-во строк')

#изучаем датасет
data_info(data)

--------------------------------------------------------------------------------

	name	category	address	district	hours	lat	lng	rating	price	avg_bill	middle_avg_bill	middle_coffee_cup	chain	seats
0	WoWфли	кафе	Москва, улица Дыбенко, 7/1	Северный административный округ	ежедневно, 10:00–22:00	55.878494	37.478860	5.0	NaN	NaN	NaN	NaN	0	NaN
1	Четыре комнаты	ресторан	Москва, улица Дыбенко, 36, корп. 1	Северный административный округ	ежедневно, 10:00–22:00	55.875801	37.484479	4.5	выше среднего	Средний счёт:1500–1600 ₽	1550.0	NaN	0	4.0
2	Хазри	кафе	Москва, Клязьминская улица, 15	Северный административный округ	пн-чт 11:00–02:00; пт,сб 11:00–05:00; вс 11:00...	55.889146	37.525901	4.6	средние	Средний счёт:от 1000 ₽	1000.0	NaN	0	45.0
3	Dormouse Coffee Shop	кофейня	Москва, улица Маршала Федоренко, 12	Северный административный округ	ежедневно, 09:00–22:00	55.881608	37.488860	5.0	NaN	Цена чашки капучино:155–185 ₽	NaN	170.0	0	NaN
4	Иль Марко	пиццерия	Москва, Правобережная улица, 1Б	Северный административный округ	ежедневно, 10:00–22:00	55.881166	37.449357	5.0	средние	Средний счёт:400–600 ₽	500.0	NaN	1	148.0

--------------------------------------------------------------------------------
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 8406 entries, 0 to 8405
Data columns (total 14 columns):
 #   Column             Non-Null Count  Dtype  
---  ------             --------------  -----  
 0   name               8406 non-null   object 
 1   category           8406 non-null   object 
 2   address            8406 non-null   object 
 3   district           8406 non-null   object 
 4   hours              7870 non-null   object 
 5   lat                8406 non-null   float64
 6   lng                8406 non-null   float64
 7   rating             8406 non-null   float64
 8   price              3315 non-null   object 
 9   avg_bill           3816 non-null   object 
 10  middle_avg_bill    3149 non-null   float64
 11  middle_coffee_cup  535 non-null    float64
 12  chain              8406 non-null   int64  
 13  seats              4795 non-null   float64
dtypes: float64(6), int64(1), object(7)
memory usage: 919.5+ KB
--------------------------------------------------------------------------------
Кол-во полных дубликатов в таблице: 0
--------------------------------------------------------------------------------

#Посмотрим какие есть категории заведений
data.category.value_counts().reset_index()

	index	category
0	кафе	2378
1	ресторан	2043
2	кофейня	1413
3	бар,паб	765
4	пиццерия	633
5	быстрое питание	603
6	столовая	315
7	булочная	256

Промежуточный вывод

• Все столбцы имеют удобный формат для работы.
• В данных имеются пропуски.
• Отсутствуют полные дубликаты.

• В данных представлено 8406 заведений из 8 категорий.

• Вернуться к содержанию проекта

Предобработка данных

#Приведем названия к нижнему регистру
data.name = data.name.str.lower()

#Так как, полные дубликаты отсутсвуют, посмотрим есть ли полные дубликаты среди первых 4-х столбцов
print('Кол-во полных дубликатов среди первых 4-х столбцов:', data.iloc[:,:4].duplicated().sum())

Кол-во полных дубликатов среди первых 4-х столбцов: 1

#Уберем дубликат
data = data.drop(data[data.iloc[:,:4].duplicated()].index).reset_index()

#Посмотрим описательную статистику по данным
data.describe()

	index	lat	lng	rating	middle_avg_bill	middle_coffee_cup	chain	seats
count	8405.000000	8405.000000	8405.000000	8405.000000	3149.000000	535.000000	8405.000000	4794.000000
mean	4202.820226	55.750102	37.608584	4.229899	958.053668	174.721495	0.381202	108.405090
std	2426.714272	0.069659	0.098595	0.470376	1009.732845	88.951103	0.485711	122.840831
min	0.000000	55.573942	37.355651	1.000000	0.000000	60.000000	0.000000	0.000000
25%	2102.000000	55.705155	37.538626	4.100000	375.000000	124.500000	0.000000	40.000000
50%	4203.000000	55.753407	37.605260	4.300000	750.000000	169.000000	0.000000	75.000000
75%	6304.000000	55.795033	37.664793	4.400000	1250.000000	225.000000	1.000000	140.000000
max	8405.000000	55.928943	37.874466	5.000000	35000.000000	1568.000000	1.000000	1288.000000

Видим, очень странный минимальный средний счет, а именно 0 рублей, такого быть не может, изучим подробнее. Также видим очень высокую стоимость чашки капучино(1568 рублей) и высокий средний счет(35000 рублей)

#Выведим все заведения, где счет менее 100 рублей или более 10 000 или стоимость чашки капучино более 400
data.query('middle_avg_bill < 100 | middle_coffee_cup > 400 | middle_avg_bill > 10000')

	index	name	category	address	district	hours	lat	lng	rating	price	avg_bill	middle_avg_bill	middle_coffee_cup	chain	seats
730	730	чойхона	бар,паб	Москва, Дмитровское шоссе, 95А	Северный административный округ	ежедневно, 10:00–23:00	55.871497	37.543555	4.4	высокие	Средний счёт:5000–17000 ₽	11000.0	NaN	0	49.0
1950	1951	пончики! выпекаем на месте	кофейня	Москва, улица Яблочкова, 19Г	Северо-Восточный административный округ	ежедневно, 08:00–22:00	55.819120	37.578073	4.6	NaN	Средний счёт:от 50 ₽	50.0	NaN	1	250.0
2315	2316	монастырская чайная	кафе	Москва, 2-й Красносельский переулок, 5с3	Центральный административный округ	ежедневно, 09:00–21:00	55.783773	37.666269	4.1	NaN	Средний счёт:35–100 ₽	67.0	NaN	0	NaN
2858	2859	шоколадница	кофейня	Москва, Большая Семёновская улица, 27, корп. 1	Восточный административный округ	ежедневно, 08:00–23:00	55.782268	37.709022	4.2	средние	Цена чашки капучино:230–2907 ₽	NaN	1568.0	1	48.0
3687	3688	кофемания	кофейня	Москва, улица Новый Арбат, 19	Центральный административный округ	ежедневно, круглосуточно	55.752136	37.587784	4.5	высокие	Средний счёт:от 0 ₽	0.0	NaN	1	200.0
5419	5420	пончики! выпекаем на месте	булочная	Москва, Новокосинская улица, 35	Восточный административный округ	ежедневно, 08:00–22:00	55.743570	37.866127	4.3	NaN	Средний счёт:от 50 ₽	50.0	NaN	1	4.0
6427	6428	бургер mix	быстрое питание	Москва, улица Гурьянова, 2А	Юго-Восточный административный округ	ежедневно, 10:00–21:00	55.693587	37.722745	4.1	низкие	Средний счёт:90 ₽	90.0	NaN	0	40.0
6542	6543	пончики! выпекаем на месте	кофейня	Москва, проспект Вернадского, 109	Западный административный округ	пн-сб 08:00–22:00; вс 09:00–22:00	55.662333	37.483580	4.7	NaN	Средний счёт:от 50 ₽	50.0	NaN	1	5.0
7176	7177	кафе	ресторан	Москва, Каширское шоссе, 23, стр. 2	Южный административный округ	ежедневно, круглосуточно	55.657450	37.646665	4.1	высокие	Средний счёт:20000–50000 ₽	35000.0	NaN	0	100.0
7296	7297	пончики! выпекаем на месте	кофейня	Москва, Люблинская улица, 163/1	Юго-Восточный административный округ	ежедневно, 08:00–22:00	55.651354	37.744222	4.7	NaN	Средний счёт:50 ₽	50.0	NaN	1	93.0
7544	7545	шаурмян у арена	быстрое питание	Москва, Краснодарская улица, 47	Юго-Восточный административный округ	ежедневно, 09:00–23:00	55.677744	37.764810	3.3	NaN	Средний счёт:от 30 ₽	30.0	NaN	0	2.0

В кофемании на новом Арбате средний счет не может быть от 0 рублей, а в кафе на Каширском шоссе средний счет не может быть 35 000 рублей, так как это кафе при больнице, можно сказать столовая. Также стоимость чашки капучино в Шоколаднице на Большой Семёновской не может быть 1568 рублей. Остальные данные похожи на реальность. Заполним столбец среднего счета и стоимости чашки капучино пропуском.

#Заполним столбец среднего счета и стоимости чашки капучино пропуском
data.loc[data.middle_avg_bill == 0, ['avg_bill', 'middle_avg_bill']] = np.nan

data.loc[data.middle_avg_bill > 10000, ['avg_bill', 'middle_avg_bill']] = np.nan

data.loc[data.middle_coffee_cup > 400, ['avg_bill', 'middle_coffee_cup']] = np.nan

#Проверим, что параметр chain выставлен верно, посмотрим на несетевые заведения с одинаковыми названиями
data.query('chain == 0').groupby('name', as_index=False).chain.count() \
.query('chain > 1').sort_values('chain', ascending=False).head(20)

	name	chain
2468	кафе	189
4640	шаурма	43
3642	ресторан	34
3990	столовая	28
2768	кофейня	12
1753	бистро	12
2611	кафе-столовая	9
1826	буфет	8
4146	трапезная	7
4689	шашлычная	6
3548	поминальные обеды	5
3499	пиццерия	3
1769	блины	3
4124	токио рамен	2
4439	центр плова	2
4678	шашлык на углях	2
2994	ма ми	2
3074	между булок	2
3226	на углях	2
4612	чудо тандыр	2

Для всех несетевых заведений с одинаковым названием верно, указан параметр chain == 0

Обработка пропусков

#Посмотрим, сколько пропусков, в каждом из столбцов и в каком соотношение
data_gaps = data.isna().sum().reset_index().rename(columns={0: 'gaps'})
data_gaps['procent'] = round(data_gaps.gaps / data.shape[0] * 100, 2)
print('Всего пропусков:', data_gaps.gaps.sum())
data_gaps.sort_values('procent')

Всего пропусков: 26960

	index	gaps	procent
0	index	0	0.00
1	name	0	0.00
2	category	0	0.00
3	address	0	0.00
4	district	0	0.00
6	lat	0	0.00
7	lng	0	0.00
8	rating	0	0.00
13	chain	0	0.00
5	hours	536	6.38
14	seats	3611	42.96
10	avg_bill	4593	54.65
9	price	5090	60.56
11	middle_avg_bill	5259	62.57
12	middle_coffee_cup	7871	93.65

Мы видим, что пропуски присутствуют в 6 столбцах:

• hours - 536 пропусков, чуть больше 6%.
• seats - 3611 пропусков, около 43%. Пропусков много, однако, это не самый важный показатель
• avg_bill - 4591 пропуск, почти 55%.
• price - 5091 пропуск, около 61%.
• middle_avg_bill - 5258 пропуск, почти 63%.
• middle_coffee_cup - 7871 пропуск, почти 94%. В этом столбце наибольшее кол-во пропусков.

Большинство столбцов с пропусками имеют более 50% пропусков. Всего около 27 тысяч пропусков. Далее попробуем восстановить данные.

#Проверим, есть ли в средней стоимости заказа, информация о среднем счете или стоимости чашки кофе и наоборот
print(data.query('avg_bill.isna() & (middle_avg_bill.notna() | middle_coffee_cup.notna())').shape[0])
print(data.query('avg_bill.str.contains("чашки") & middle_coffee_cup.isna()').shape[0])
print(data.query('avg_bill.str.contains("счёт") & middle_avg_bill.isna()').shape[0])

0
0
0

#Посмотрим есть ли повторяются ли имена сетевых заведений в не сетевых заведений

data.query('chain == 1').name.isin(data.query('chain == 0').name.unique()).sum()

260

Так как названия сетевых заведения, с параметром chain == 1, не повторяются с обычными названиями, то мы можем для сетевых заведений найти пропущенные данные, так как в большинстве сетевых заведениях цены, средние чеки и время работы совпадают.

Создадим функцию для заполнения пропусков сетевых заведений с одинаковыми параметрами, а именно название и район. По названию и/или району будем группировать данные и пересечение только с 2 уникальными значениями(NaN и известное) будем использовать для заполнения пропусков.

#Создаем функцию
def chain_fill(data=data, column_fill='price', fill_nan_values='a', columns_to_group=['name'], max_values=2):
    
    #Выводим первоначальное кол-во пропусков в столбце, который заполняем
    print('Было незаполненых строк:', data[column_fill].isna().sum())
    
    #Создаем сгрупирированную таблицу сетевых заведений по указанным столбцам, 
    #куда заносим все уникальные значения заполняемого столбца и кол-во пересечений
    data_fill = data.fillna(fill_nan_values).query('chain == 1'). \
                groupby(columns_to_group).agg({column_fill: ['unique', 'count']}).reset_index()
    
    #Переименуем столбцы для более удобной работы
    data_fill.columns = columns_to_group + column_fill.split() + ['count']
    
    #Оставим только пересечения, где кол-во уникальных значений равно 2
    data_fill['len'] = data_fill[column_fill].apply(lambda x: len(x));
    data_fill = data_fill.query('len <= @max_values & len > 1')
    
    #Вынесем уникальные значения в 2 отдельных столбцы
    data_fill[column_fill] = data_fill[column_fill].apply(lambda x: sorted(x))
    data_fill['null'] = data_fill[column_fill].apply(lambda x: x[0]);
    data_fill['first'] = data_fill[column_fill].apply(lambda x: x[1]);
    
    #Оставим только пересечение, где первое уникальное значение неизвестное, а второе известное
    data_fill = data_fill.query('null == @fill_nan_values & first != @fill_nan_values')
    
    #Соеденим исходную таблицу со сгруппированной таблицей
    data_final = data.merge(data_fill[columns_to_group + ['first']], how='left', on=columns_to_group)
    
    #Заполним пропуски в исходной таблицу и удалим лишний столбец
    data_final[column_fill] = data_final[column_fill].fillna(data_final['first'])
    data_final = data_final.drop('first', axis=1)
    
    #Выводим кол-во пропусков в столбце, который заполняем после заполнения
    print('Стола незаполненых строк:', data_final[column_fill].isna().sum())
    return data_final

#Воспользуемся функцией и заполним пропуски в сетевых заведениях, 
#сначала по пересечениям название+район, потом только по названию

print('Колонка hours:')
data = chain_fill(data=data, column_fill='hours', fill_nan_values='a', 
                  columns_to_group=['name', 'district'], max_values=2)
data = chain_fill(data=data, column_fill='hours', fill_nan_values='a', 
                  columns_to_group=['name'], max_values=2)
print('-'*80)

print('Колонка price:')
data = chain_fill(data=data, column_fill='price', fill_nan_values='a', 
                  columns_to_group=['name', 'district'], max_values=2)
data = chain_fill(data=data, column_fill='price', fill_nan_values='a', 
                  columns_to_group=['name'], max_values=2)
print('-'*80)
    
print('Колонка avg_bill:')
data = chain_fill(data=data, column_fill='avg_bill', fill_nan_values='a', 
                  columns_to_group=['name', 'district'], max_values=2)
data = chain_fill(data=data, column_fill='avg_bill', fill_nan_values='a', 
                  columns_to_group=['name'], max_values=2)
print('-'*80)
    
print('Колонка middle_avg_bill:')
data = chain_fill(data=data, column_fill='middle_avg_bill', fill_nan_values=0, 
                  columns_to_group=['name', 'district'], max_values=2)
data = chain_fill(data=data, column_fill='middle_avg_bill', fill_nan_values=0, 
                  columns_to_group=['name'], max_values=2)
print('-'*80)
    
print('Колонка middle_coffee_cup:')
data = chain_fill(data=data, column_fill='middle_coffee_cup', fill_nan_values=0, 
                  columns_to_group=['name', 'district'], max_values=2)
data = chain_fill(data=data, column_fill='middle_coffee_cup', fill_nan_values=0, 
                  columns_to_group=['name'], max_values=2)
print('-'*80)

print('Колонка seats:')
data = chain_fill(data=data, column_fill='seats', fill_nan_values=0, 
                  columns_to_group=['name', 'district'], max_values=2)
data = chain_fill(data=data, column_fill='seats', fill_nan_values=0, 
                  columns_to_group=['name'], max_values=2)
print('-'*80)
    
#Посмотрим, сколько пропусков осталось
print('Всего пропусков:', data.isna().sum().sum())

Колонка hours:
Было незаполненых строк: 536
Стола незаполненых строк: 515
Было незаполненых строк: 515
Стола незаполненых строк: 487
--------------------------------------------------------------------------------
Колонка price:
Было незаполненых строк: 5090
Стола незаполненых строк: 4614
Было незаполненых строк: 4614
Стола незаполненых строк: 4173
--------------------------------------------------------------------------------
Колонка avg_bill:
Было незаполненых строк: 4593
Стола незаполненых строк: 4325
Было незаполненых строк: 4325
Стола незаполненых строк: 4086
--------------------------------------------------------------------------------
Колонка middle_avg_bill:
Было незаполненых строк: 5259
Стола незаполненых строк: 5007
Было незаполненых строк: 5007
Стола незаполненых строк: 4773
--------------------------------------------------------------------------------
Колонка middle_coffee_cup:
Было незаполненых строк: 7871
Стола незаполненых строк: 7768
Было незаполненых строк: 7768
Стола незаполненых строк: 7722
--------------------------------------------------------------------------------
Колонка seats:
Было незаполненых строк: 3611
Стола незаполненых строк: 3396
Было незаполненых строк: 3396
Стола незаполненых строк: 3165
--------------------------------------------------------------------------------
Всего пропусков: 24406

После заполнение пропусков, общее кол-во пропусков уменьшилось примерно на ~2,5 тысячи

Дополнительные столбцы

Добавим отдельный столбец с названием улицы. Исключением станут адресса с МКАД, для них мы добавим название дороги и номер километра.

#Добавляем новый столбец и заполняем его улицами
data['street'] = data.address.str.split(',', expand=True)[1]

#Для адрессов с МКАД, добавим название дороги и номер километра.
data.loc[data.address.str.contains('МКАД'), 'street'] = \
data[data.address.str.contains('МКАД')].address.str.split(',').apply(lambda x: ','.join(x[1:3]))

data.head()

	index	name	category	address	district	hours	lat	lng	rating	price	avg_bill	middle_avg_bill	middle_coffee_cup	chain	seats	street
0	0	wowфли	кафе	Москва, улица Дыбенко, 7/1	Северный административный округ	ежедневно, 10:00–22:00	55.878494	37.478860	5.0	NaN	NaN	NaN	NaN	0	NaN	улица Дыбенко
1	1	четыре комнаты	ресторан	Москва, улица Дыбенко, 36, корп. 1	Северный административный округ	ежедневно, 10:00–22:00	55.875801	37.484479	4.5	выше среднего	Средний счёт:1500–1600 ₽	1550.0	NaN	0	4.0	улица Дыбенко
2	2	хазри	кафе	Москва, Клязьминская улица, 15	Северный административный округ	пн-чт 11:00–02:00; пт,сб 11:00–05:00; вс 11:00...	55.889146	37.525901	4.6	средние	Средний счёт:от 1000 ₽	1000.0	NaN	0	45.0	Клязьминская улица
3	3	dormouse coffee shop	кофейня	Москва, улица Маршала Федоренко, 12	Северный административный округ	ежедневно, 09:00–22:00	55.881608	37.488860	5.0	NaN	Цена чашки капучино:155–185 ₽	NaN	170.0	0	NaN	улица Маршала Федоренко
4	4	иль марко	пиццерия	Москва, Правобережная улица, 1Б	Северный административный округ	ежедневно, 10:00–22:00	55.881166	37.449357	5.0	средние	Средний счёт:400–600 ₽	500.0	NaN	1	148.0	Правобережная улица

Добавим отдельный столбец, где будет указано работает ли заведение 24/7.

#Создаем новый столбец
data['is_24/7'] = np.nan

#Добавляем True, для 24/7 заведений
data.loc[(data.hours.str.contains('ежедневно, круглосуточно')) & (data.hours.notna()), 'is_24/7'] = \
data.loc[(data.hours.str.contains('ежедневно, круглосуточно')) & (data.hours.notna()), 'is_24/7'].fillna(True)

#Для остальный заведений добавляем False
data['is_24/7'].fillna(False, inplace=True)

#Посмотрим, сколько всего магазинов работает круглосуточно
data['is_24/7'].value_counts()

False    7666
True      739
Name: is_24/7, dtype: int64

Промежуточный вывод

• Полные дубликаты среди всех столбцов, и только 4 первых столбца отсутствуют.
• В данных присутствовали неверные значения среднего чека, а именно в «Кофемании» на Новом Арбате средний счет не может быть от 0 рублей.
• Пропуски присутствуют в 6 столбцах. Большинство столбцов с пропусками имеют более 50% пропусков. Всего около 27 тысяч пропусков.
• Названия сетевых заведений с параметром chain == 1 не повторяются с названиями несетевых заведений.

• Была создана и использована функция для восстановления пропусков в сетевых заведениях, кол-во пропусков уменьшилось на ~2,5 тысячи.

• Вернуться к содержанию проекта

Анализ данных

Распределение заведений по категориям

#создадим агрегируемую таблицу
data_group = data.groupby('category', as_index=False).agg({'rating': 'count'})
data_group.columns=['category', 'amount']
data_group['procent'] = data_group.amount / data.shape[0]

#создадим и настроим столбчатую диграму
fig = px.bar(data_group.sort_values('amount'), y='category', x='amount', hover_data={'procent':':.1%'},
             text='amount', color_discrete_sequence=px.colors.qualitative.Plotly)

fig.update_layout(title='Количество объектов общественного питания по категориям', 
                  xaxis_title='Количество объектов', yaxis_title='Категория', template="simple_white")

fig.update_xaxes(range=[100, 2450], tickvals=np.arange(0, 2600, 250), showgrid=True)

fig.show()

Промежуточный вывод: В датасете представленные данные о заведениях из 8 категорий:

• Кафе - 2378 заведений, 28.3% от общего числа заведений. Это самая большая категория, так как она может объеденять в себе раздичные подкатегории, кроме стандартного кафе, например: кофейня, где подаются завтраки; булочная с обедами; заведения быстрого питания, которое не хочет быть кафе и тд. Также многие заведения относят себя к категории кафе, чтобы получить больший трафик или же при добавление на карту, владельцы заведения не рассматривают все категорию и выберают общую категорию кафе.
• Ресторан - 2043 заведения, 24.3% от общего числа заведений. Вторая по кол-ву заведений категория, это может быть связано с тем, что Москва - столица России, где живет очень много состоятельных людей с различными требованиями к еде. Кроме того, это может быть связано с тем, что Москва является самым посещяемым туристами городом России.
• Кофейня - 1413 заведения, 16,8% от общего числа заведений. Третье по кол-ву заведений категория. Обычно кофейни мы видим чаще, чему рестораны и кафе, однако многие кофейни могут отностить себя к категории кафе, так как продают готовые еду или выпечку, хотя основная их специализация кофе, поэтому категория кафе самая многочисленная
• Бар, паб - 765 заведений, 9.1% от общего числа заведений. В Москве очень активная ночная жизнь из-за большого кол-ва молодых людей, так и большого кол-ва туристов.
• Пиццерия - 633 заведений, 7.53% от общего числа заведений. Это небольшая категория, так как только на пиццах чаще всего специализируются различные сети, например: Додо-пицца, Papa John's. Также пицца подается во многих кафе или ресторанах, однако как основной продукт она присутвует в очень маленьком кол-ве заведений.
• Быстрое питание - 603 заведений, 7.17% от общего числа заведений. Существует множество раздичных сетей быстрого питания, однако не все из них относят себя к этой категории, многие относят себя к категории кафе или же ресторан, называя себя ресторан быстрого питания.
• Столовая - 315 заведений, 3.75% от общего числа заведений. Это маленькая категория, так как столовые популярны чаще всего в бизнес-центрах, кроме того некоторые столовые, могут отнести себя к категории кафе, так как кафе дает пользователям больше положительных ассоциаций, чем столовая.
• Булочная - 256 заведений, 3.05% от общего числа заведений. Маленькая категория, так как заведений специализирующихся только на выпечке не так много, кроме того свежую выпечку продаются уже во многих супермаркетах. Поэтому многие булочные расширяют свой ассортимент и перекфалифицируются, чаще всего в кафе или кофейни.

Количество посадочных мест в категориях по заведениям

#создаем агрегируемый датафрейм и добавляем общую категорию
data_group = data.groupby('category', as_index=False).agg({'seats': ['median', 'mean']})
data_group.columns=['category', 'median', 'mean']
data_group.loc[len(data_group.index)] = ['все заведения', round(data.seats.median()), round(data.seats.mean())]
data_group

#строим и настраиваем столбчатую диаграмму 
fig = px.bar(data_group.sort_values('median'), x='median', y='category', text='median', 
             hover_data=['mean'], color_discrete_sequence=px.colors.qualitative.Plotly)

fig.update_layout(title='Медианное количество посадочных мест в заведениях по категориям',
                  xaxis_title='Медианное количество посадочных мест',
                  yaxis_title='Категория заведения', template="simple_white")

fig.update_xaxes(range=[40, 91], showgrid=True)

fig.show()

Промежуточный вывод:

• Медианное кол-во посадочных мест среди всех заведений равно 75, а среднее 108.
• Наибольшое медианное кол-во посадочных мест в ресторанах, барах/пабах и кофейнях, равно 86, 82.5 и 80 соотвественно. Ресторанны и бары/пабы расчитанны на долгое пребывание посетителя в них, поэтому им важно имет много посадочных мест, чтобы обслужить больше клиентов. В кофейнях, возможно большое кол-во мест по тем же причинам, а также если в кофейни возможно оставаться подольше для работы или встреч.
• Столовая имеет медианное кол-во посадочных мест 75.5, это связанно с тем, что в столовые приходят большое кол-во в обеденные часы и им необходимо всех быстро обслужить. Однако, поситители там долго не задерживаются, поэтому кол-во мест меньше, чем в заведениях выше.
• Кафе и заведения быстрого питания имеют медианное кол-во посадочных мест 60. Это может быть связанно с тем, что данные заведения могут работать как на доставку, так и офлайн, кроме того в этих заведениях поток клиентов менее волиативный и поситители не задерживаются там надолго.
• Пиццерии и булочные имеет медианное кол-во посадочных мест 55 и 50 соотвественно. Это может быть связанно с тем, что эти заведения не самы популярные.

Соотношение сетевых и несетевых заведений

#Создаем переменные для постороения диаграмы
names = data.chain.value_counts().index
values = data.chain.value_counts()

#Строим круговую диаграмму
fig = px.pie(names=['Несетевые заведения', 'Сетевые заведения'], values=values, color_discrete_sequence=px.colors.qualitative.Pastel)
fig.update_traces(textposition='inside', textinfo='percent+label+value')
fig.update_layout(title='Соотношение сетевых и несетевых заведений',
                  width=750, height=600)
fig.show()

#Создадим агрегированную таблицу
data_chain_group = data.groupby(['category', 'chain']).name.count().reset_index()
data_chain_group = data_chain_group.merge(data.groupby('category').name.count().reset_index(), on='category')
data_chain_group.columns = ['category', 'chain', 'count', 'total']

data_chain_group.loc[len(data_chain_group.index)] = ['Все заведения', 0, 
                                                     data_chain_group.query('chain == 0')['count'].sum(), data.shape[0]]
data_chain_group.loc[len(data_chain_group.index)] = ['Все заведения', 1, 
                                                     data_chain_group.query('chain == 1')['count'].sum(), data.shape[0]]

data_chain_group['procent'] = data_chain_group['count'] / data_chain_group.total
data_chain_group['procent_2'] = (data_chain_group['procent'] * 100).round(1)
data_chain_group = data_chain_group.replace([0, 1], ['Несетевые заведения', 'Сетевые заведения']).sort_values('procent')

#Строим и настраиваем график
fig = px.bar(data_chain_group, y='category', x='procent', color='chain', 
             color_discrete_sequence=px.colors.qualitative.Pastel, text='procent_2',
             hover_data={'procent':':.1%', 'count': ':', 'procent_2':'', 'total':':'})

fig.update_traces(textfont_size=12, textangle=0)

fig.update_xaxes(ticktext=list(map(lambda x: str(x) + '%', np.arange(0, 110, 10))),
                 tickvals=np.arange(0, 1.1, 0.1), showgrid=True)

fig.update_layout(height=500, title='Соотношение сетевых и несетевых заведений по категориям',
                  xaxis_title='Соотношение количества заведений', 
                  yaxis_title='Категория', template='simple_white')

fig.show()

Промежуточный вывод:

В датасете присутсвует 5201 несетевое заведение и 3204 сетевых заведений. Сетевых заведений довольно много, это может быть связанно с тем, что для сетевых заведений рынок Москвы хорошо изучен и понятен, поэтому им не так сложно масштабироваться. Кроме того, Москва огромный мегаполис, а место работы, жизни и отдыха человека, может находиться в разных концах города, и человеку часто проще зайти в знакомое сетевое заведение, чем искать новое.

• Наибольшая доля сетевых заведений среди булочных 61.3% от общего кол-ва. Это может быть связанно с тем, что продвигать собственный бренд булочной намного сложнее, а также люди больше предпочитают знакомые булочные.
• Сетевые пиццерии и кофейни имеют долю ~52% и ~51% соответсвенно. Это может быть связано с тем, что в эти заведения люди могут зайти в различных частях города, когда они на работе, дома или отдыхают, и с большой вероятностью они зайдут в знакомое заведения, чем незнакомое.
• Сетевые заведения быстрого питания, рестораны и кафе имеют примерно одиноковую долю от ~33% до ~39%. Значения этих заведений близко к значению средней доли всех сетевых заведений(38.1%).
• Сетевые столовые имеют низкую долю 28%, так как большинство столовых расположенны в бизнес-центрах или рядом с ними, и им не особо важен бренд.
• Сетевые бары и пабы имеют самые низкие доли ~22%, так как каждый бар и паб стараются сделать индивидуальным, чтобы человек его лучше запонил.

Топ-15 сетей общественного питания по размеру

#Сгруппируем данные по названию и выведем кол-во заведений в каждой сети, и то к какой категории они относятся
top_rest = data.query('chain == 1').groupby('name', as_index=False) \
           .agg({'district': 'count', 'category': 'unique'}) \
           .sort_values('district', ascending=False).head(15)
top_rest.columns = ['name', 'count', 'category']
display(top_rest)

#Создадим и выведим распределение категорий среди топ-15 сетей
top_rest_category = data.query('name.isin(@top_rest.name) & chain == 1').category.value_counts().reset_index()
top_rest_category

	name	count	category
729	шоколадница	120	[кофейня, кафе]
335	домино'с пицца	76	[пиццерия]
331	додо пицца	74	[пиццерия]
146	one price coffee	71	[кофейня]
742	яндекс лавка	69	[ресторан]
58	cofix	65	[кофейня]
168	prime	50	[ресторан, кафе]
664	хинкальная	44	[быстрое питание, кафе, ресторан, столовая, ба...
409	кофепорт	42	[кофейня]
418	кулинарная лавка братьев караваевых	39	[кафе]
628	теремок	38	[ресторан, быстрое питание]
683	чайхана	37	[кафе, быстрое питание, ресторан]
39	cofefest	32	[кофейня, кафе]
267	буханка	32	[булочная, кофейня, кафе]
477	му-му	27	[кафе, ресторан, кофейня, быстрое питание, пиц...

	index	category
0	кофейня	336
1	ресторан	186
2	пиццерия	151
3	кафе	100
4	булочная	25
5	быстрое питание	12
6	бар,паб	4
7	столовая	2

# строим и оформляем столбчатую диаграмму по сетям
fig = px.bar(top_rest.sort_values('count'), x='count', y='name', text='count', 
             color_discrete_sequence=px.colors.qualitative.Plotly)

fig.update_layout(height=500, title='Топ-15 сетей по количеству заведений',
                  xaxis_title='Количество заведений в сети', 
                  yaxis_title='Название сети', template="simple_white")

fig.update_xaxes(showgrid=True)

fig.show()

# строим и оформляем столбчатую диаграмму по категориям в сетях
fig = px.bar(top_rest_category.sort_values('category'), x='category', y='index',
             text='category', color_discrete_sequence=px.colors.qualitative.Plotly)

fig.update_layout(title='Количество заведений по категориям в топ-15 сетях',
                  xaxis_title='Количество заведений в категории', 
                  yaxis_title='Категория заведений', template="simple_white")

fig.update_xaxes(showgrid=True)

fig.show()

#Также посмотрим, как распределенны категории заведений среди сетей
top_rest_category_div = \
pd.pivot_table(data.query('name.isin(@top_rest.name)'), index='name', columns='category', 
               values='district', aggfunc={'district': 'count'}, fill_value=0)
top_rest_category_div['sum'] = top_rest_category_div.sum(axis=1)
top_rest_category_div = top_rest_category_div.replace({0: '-'})
top_rest_category_div.sort_values('sum', ascending=False)

category	бар,паб	булочная	быстрое питание	кафе	кофейня	пиццерия	ресторан	столовая	sum
name
шоколадница	-	-	-	1	119	-	-	-	120
домино'с пицца	-	-	-	-	-	77	-	-	77
додо пицца	-	-	-	-	-	74	-	-	74
one price coffee	-	-	-	-	72	-	-	-	72
яндекс лавка	-	-	-	-	-	-	69	-	69
cofix	-	-	-	-	65	-	-	-	65
prime	-	-	-	1	-	-	49	-	50
хинкальная	3	-	6	19	-	-	15	1	44
кофепорт	-	-	-	-	42	-	-	-	42
кулинарная лавка братьев караваевых	-	-	-	39	-	-	-	-	39
теремок	-	-	2	-	-	-	36	-	38
чайхана	-	-	2	26	-	-	9	-	37
cofefest	-	-	-	1	31	-	-	-	32
буханка	-	25	-	1	6	-	-	-	32
му-му	1	-	2	12	2	1	8	1	27

#Также посмотрим, как распределенны цены по заведениям среди сетей
top_rest_price_div = \
pd.pivot_table(data.query('name.isin(@top_rest.name)'), index='name', columns='price', 
               values='district', aggfunc={'district': 'count'}, fill_value=0)
top_rest_price_div['sum'] = top_rest_price_div.sum(axis=1)
top_rest_price_div = top_rest_price_div.replace({0: '-'})
top_rest_price_div.sort_values('sum', ascending=False)

price	высокие	выше среднего	низкие	средние	sum
name
шоколадница	-	2	1	104	107
додо пицца	-	-	-	74	74
домино'с пицца	-	-	1	72	73
one price coffee	-	-	-	72	72
cofix	-	-	30	18	48
кофепорт	-	-	42	-	42
хинкальная	5	3	-	25	33
cofefest	-	-	-	32	32
кулинарная лавка братьев караваевых	-	-	2	27	29
prime	-	-	10	17	27
му-му	-	-	-	27	27
чайхана	-	1	1	25	27
теремок	-	-	4	22	26
буханка	-	-	1	9	10

Промежуточный вывод

• Самые масштабные сети находятся в категориях кофейни, пиццерии и кафе. Большинство заведений сетей относятся к среднему и низкому ценовому сегнменту. Эти два фактора(категория и ценновой сегмент) можно выделить, как главные признаки, которые объеденяют сети.
• Также, стоит сказать, что в данных не совсем верно распределенны категории для заведений, например теремок, относиться к заведениям быстрого питания, однако отмечен как ресторан. Или же Яндекст Лавка, которая относится к доставке, отмечена как ресторан.

Распределение заведений по районам

#Создадим агрегируемую таблицу
district_group = data.groupby(['district', 'category'], as_index=False).name.count()

#добавим столбец с общим кол-вом заведений в районе
district_group = district_group.merge(district_group.groupby('district').name.sum() \
                                      .reset_index().rename(columns={'name': 'sum'}), how='left')

#Выведем таблицу с общим кол-вом заведений по районам
display(data.district.value_counts().reset_index())

# строим и настраиваем столбчатую диаграмму 
fig = px.bar(district_group.sort_values(['sum']), y='district', x='name', color='category', 
             color_discrete_sequence=px.colors.qualitative.Pastel)

fig.update_layout(title='Количество заведений по административным районом Москвы',
                  xaxis_title='Количество заведений по категориям в районе',
                  yaxis_title='Административный район', template="simple_white")

fig.update_xaxes(tickvals=np.arange(0, 2300, 250), showgrid=True)

fig.show()

	index	district
0	Центральный административный округ	2242
1	Северный административный округ	899
2	Южный административный округ	892
3	Северо-Восточный административный округ	891
4	Западный административный округ	851
5	Восточный административный округ	798
6	Юго-Восточный административный округ	714
7	Юго-Западный административный округ	709
8	Северо-Западный административный округ	409

Промежуточный вывод

• Наибольшее кол-во заведений(2242) находится в Центральном административном округе(ЦАО), так там сосредоточенно наибольшое кол-во мест притяжений для жителей и туристов, а также эта самая активная часть Москвы.
• Северо-Западный административный округ самый маленький среди всех округов, исключая ЦАО, с этим может быть связано наименьшее кол-во заведений(409) в нем.
• В остальных округах примерно одинаковое кол-во заведений от 700 до 900 на округ.
• Во всех округах, можно выделить 3 основные категории заведений - кафе, кофейни и рестораны. В ЦАО к основным категориям заведений можно добавить бары/пабы, это связанно с тем, что большинство ночной жизни Москвы проходить в центре.

Распределение средних рейтингов по категориям заведений

rating_data = data.groupby('category').rating.mean().round(2).reset_index()
rating_data.loc[len(rating_data.index)] = ['все заведения', data.rating.mean().round(2)]

# строим и настраиваем столбчатую диаграмму 
fig = px.bar(rating_data.sort_values('rating'), 
             y='category', x='rating', text='rating', color_discrete_sequence=px.colors.qualitative.Plotly)

# оформляем график
fig.update_layout(title='График среднего рейтинга по категориям заведений',
                  xaxis_title='Средний рейтинг', 
                  yaxis_title='Категория заведения', template='simple_white')

fig.update_xaxes(range=[4, 4.4], showgrid=True)

fig.show()

Промежуточный вывод:

• Средний рейтинг для всех заведений равен 4.23.
• Наивысший средний рейтинг у баров/пабов(4.39), это может быть связанно с тем, что посетители меньше обращают вниманию на интерьер, обслуживание и тд. после употребления спиртных напитков, также после посещения баров пользователи выходят в довольно зорошим настроенние и могут спокойно ставить высокую оценку.
• Пиццерии, рестораны, кофейни и булочные имеют примерно одинаковый средний рейтинг(~4.3). Рейтинг этих заведений чуть выше, чем средний рейтинг среди всех заведений.
• Столовые и кафе имеют средний рейтинг 4.23 и 4.12 соотвественно.
• Заведения быстрого питания имеют наименьший средний рейтинг(4.05) это может быть связанно с тем, что не все заведения быстрого питания могут справлятся с большим кол-вом клиентов, поэтому в них может возникать грязт, долгое ожидние и невкусная и некачественная еда. Из-за этих факторов, рейтинг может понижаться.

Карта со всеми заведениями и средним рейтинга по округам

# загружаем JSON-файл с границами округов Москвы
state_geo = 'https://code.s3.yandex.net/data-analyst/admin_level_geomap.geojson'
# moscow_lat - широта центра Москвы, moscow_lng - долгота центра Москвы
moscow_lat, moscow_lng = 55.751244, 37.618423

# создаём карту Москвы
m = Map(location=[moscow_lat, moscow_lng], zoom_start=10, tiles='Cartodb Positron')

district_rating_group = data.groupby('district').rating.mean().round(2).reset_index()

#Создаем и настраиваем хроноплет
choropleth = Choropleth(
    geo_data=state_geo,
    data=district_rating_group,
    columns=['district', 'rating'],
    key_on='feature.name',
    fill_color='YlGnBu',
    fill_opacity=0.8,
    line_opacity=0.3,
    name='Средний рейтинг по округам',
    highlight=True,
    overlay=True,
    show=True,
    legend_name='Средний рейтинг заведений',
    bins=np.arange(4.1, 4.4, 0.05)
).add_to(m)


#Добавляем json хроноплета информацию о медианном среднем чеке
for i in choropleth.geojson.data['features']:
    i['properties']['mean_rating'] = \
    float(district_rating_group.loc[district_rating_group.district == i['name'], 'rating'])

#Добавляем отображение названия округа и медианного среднего чек
choropleth.geojson.add_child(
    folium.features.GeoJsonTooltip(['name', 'mean_rating'],labels=True, aliases=['Округ', 'Средний рейтинг'])
)

#Создаем пустой список, куда будем добавлять кластеры заведений по районам
marker_cluster = [None] * len(data.district.unique())

#создаем функцию для добавления точек в кластер
def create_clusters(row):
    Marker([row['lat'], row['lng']],
    popup=f"Название: {row['name']} \nРейтинг: {row['rating']} \nКатегория: {row['category']}"
    ).add_to(marker_cluster[index])

#Проходимся по всем районам
for index, district in enumerate(data.district.unique()):
    
    #создаём пустой кластер для района и добавляем его на карту
    marker_cluster[index] = MarkerCluster(name=district).add_to(m)
    
    #берем заведения района и добавляем их точки в кластер
    data.loc[data.district == district].apply(create_clusters, axis=1)


#добавляем управление слоями
folium.LayerControl().add_to(m)

# выводим карту
m

Make this Notebook Trusted to load map: File -> Trust Notebook

#Таже отдельно выведим средний рейтинг по округам
district_rating = data.groupby('district').rating.mean().round(2).reset_index()
district_rating.loc[len(district_rating.index)] = ['Все заведения', data.rating.mean().round(2)]
display(district_rating.sort_values('rating', ascending=False))

#Также выведем таблицу со средний рейтингом каждой категории по округам
pd.pivot_table(data, columns='district', index='category', values='rating', aggfunc='mean').round(2)

	district	rating
5	Центральный административный округ	4.38
2	Северный административный округ	4.24
9	Все заведения	4.23
4	Северо-Западный административный округ	4.21
1	Западный административный округ	4.18
8	Южный административный округ	4.18
0	Восточный административный округ	4.17
7	Юго-Западный административный округ	4.17
3	Северо-Восточный административный округ	4.15
6	Юго-Восточный административный округ	4.10

district	Восточный административный округ	Западный административный округ	Северный административный округ	Северо-Восточный административный округ	Северо-Западный административный округ	Центральный административный округ	Юго-Восточный административный округ	Юго-Западный административный округ	Южный административный округ
category
бар,паб	4.32	4.40	4.33	4.19	4.39	4.49	4.20	4.35	4.28
булочная	4.17	4.26	4.25	4.34	4.28	4.37	4.04	4.16	4.34
быстрое питание	4.04	3.97	3.98	4.03	3.95	4.23	3.93	4.09	4.10
кафе	4.10	4.08	4.18	4.05	4.05	4.30	4.05	4.04	4.09
кофейня	4.28	4.20	4.29	4.22	4.33	4.34	4.23	4.28	4.23
пиццерия	4.27	4.29	4.29	4.26	4.34	4.41	4.19	4.34	4.26
ресторан	4.19	4.26	4.29	4.21	4.29	4.42	4.16	4.23	4.21
столовая	4.23	4.11	4.22	4.08	4.19	4.32	4.10	4.24	4.26

Промежуточный вывод

• Средний рейтинг среди всех заведений равен 4.23
• Самый высокий рейтинг заведений в Центральный административном округе 4.38. Это может быть связанно с тем, что там чаще всего находятся самые лучшие заведения в Москве
• Северо-Западный административный округ и Северный административный округ имеют средний рейтинг заведений, чуть выше среднего рейтинга среди всех заведений, 4.21 и 4.24 соотвественно.
• Юго-Восточный административный округ имеет самый низкий рейтинг 4.1. Это может быть связано с тем, что 4 категории заведений(булочные, быстрое питание, кафе и столовая) в этом округе имеют рейтинг 4.1 или ниже.
• Остальные округи(ЗАО, ЮАО, ВАО, ЮЗАО И СВАО) имеют рейтинг, чуть ниже среднего рейтинга среди всех заведений, от 4.15 до 4.18.

Топ-15 улиц по кол-ву заведений

#Сгрупируем таблицу по улицам и выведем топ-15 улиц
top_street = data.groupby('street').agg({'chain': 'count', 'rating': 'mean', 'middle_avg_bill': 'mean'}) \
.sort_values('chain', ascending=False).head(15).reset_index().round(2)
top_street.columns = ['street', 'total', 'rating', 'middle_avg_bill']
top_street

	street	total	rating	middle_avg_bill
0	проспект Мира	184	4.12	813.72
1	Профсоюзная улица	122	4.19	723.12
2	проспект Вернадского	108	4.22	953.84
3	Ленинский проспект	107	4.21	1043.95
4	Ленинградский проспект	95	4.29	1131.50
5	Дмитровское шоссе	88	4.15	752.22
6	Каширское шоссе	77	4.14	698.91
7	Варшавское шоссе	76	4.20	678.43
8	Ленинградское шоссе	70	4.17	1071.27
9	Люблинская улица	60	4.13	568.86
10	улица Вавилова	55	4.26	679.55
11	Кутузовский проспект	54	4.33	1700.96
12	улица Миклухо-Маклая	49	4.18	691.58
13	Пятницкая улица	48	4.46	1138.26
14	Алтуфьевское шоссе	47	4.12	692.12

#Создаем сгрупированную таблицу по топ-15 улицам и категориям
top_street_group = data.query('street.isin(@top_street.street)').groupby(['street', 'category'], as_index=False).name.count()

#Добавляем процент и общее кол-во заведений на улице 
top_street_group = top_street_group.merge(top_street[['street', 'total']], how='left', on='street')
top_street_group['procent'] = top_street_group['name'] / top_street_group['total']
top_street_group['procent_2'] = (top_street_group['procent'] * 100).round()
top_street_group = top_street_group.rename(columns={'name': 'total_on_street'}) \
.sort_values(['total', 'total_on_street'], ascending=(True, False))

#Строим и настраиваем график
fig = px.bar(top_street_group, y='street', x='procent', color='category', 
             color_discrete_sequence=px.colors.qualitative.Pastel, text='procent_2',
             hover_data={'procent':':.1%', 'total_on_street': ':', 'total':':', 'street': '', 'procent_2': ''})

fig.update_traces(textfont_size=12, textangle=0)

fig.update_xaxes(ticktext=list(map(lambda x: str(x) + '%', np.arange(0, 110, 10))),
                 tickvals=np.arange(0, 1.1, 0.1), showgrid=True)

fig.update_layout(height=500, title='Соотношение количества заведений по категориям на топ-15 улицах',
                  xaxis_title='Соотношение количества заведений по категориям',
                  yaxis_title='Улица', template='simple_white')

fig.show()

Также посмотрим на карте на улицы и заведения на них

#Выберим только нужные столбцы и строки с заведениями из топ-15 улиц
top_street_line = data.query('street.isin(@top_street.street)')[['name', 'lat', 'lng', 'rating', 'street']] \
.sort_values(['street', 'lat'])

#добавим общее кол-во заведений на улице
top_street_line = top_street_line.merge(top_street[['street', 'total']], how='left', on='street')

moscow_lat, moscow_lng = 55.751244, 37.618423

# создаём карту Москвы
m = Map(location=[moscow_lat, moscow_lng], zoom_start=10, tiles='Cartodb Positron')

#создаем функцию для создание линнии улицы
def create_line(coordinates, index, street):
    PolyLine(
        smooth_factor=20,
        locations=coordinates,
        color=px.colors.qualitative.Dark24[index],
        weight=2,
        tooltip=f"{street} - {top_street_line.query('street == @street')['total'].min()} заведений",
    ).add_to(m)

#Проходимся по улицам и добавляем их на карту
for index, street in enumerate(top_street_line.street.unique()):
    create_line(top_street_line.query('street == @street')[['lat', 'lng']], index, street)
    

#Создаем пустой список, куда будем добавлять кластеры заведений по улицас
marker_cluster = [None] * len(top_street.street)

#создаем функцию для добавления точек в кластер
def create_clusters(row):
    Marker([row['lat'], row['lng']],
    popup=f"Название: {row['name']} \nРейтинг: {row['rating']} \nКатегория: {row['category']}"
    ).add_to(marker_cluster[index])

#Проходимся по всем улицам
for index, street in enumerate(top_street.street):
    
    #создаём пустой кластер для улицы и добавляем его на карту
    marker_cluster[index] = MarkerCluster(name=street, show=False).add_to(m)
    
    #берем заведения улицы и добавляем их точки в кластер
    data.loc[data.street == street].apply(create_clusters, axis=1)

#добавляем управление слоями
folium.LayerControl().add_to(m)
 
m

Make this Notebook Trusted to load map: File -> Trust Notebook

Промежуточный вывод

• На всех топ-15 улицах можно выделить 3 категории заведений(кафе, ресторан, кофейня), которые занимают от 65% до 82% от общего кол-ва заведений на улице.
• По карте видно, что почти все топ-15 улиц - это длинные проспекты или шоссе, которые протягиваются от МКАДа до ТТК, эти дороги связывают подмосковье с центром Москвой. Расположение и длинна этих дорог, может являтся основной причиной большого кол-ва заведений на этих улицах.

Улицы только с одним заведением

#Создадим два датафрема с заведениями, только с одним заведением на улице и с несколькими
one_rest_street = data.street.value_counts()
one_rest_street = one_rest_street[one_rest_street == 1]
one_rest = data.query('street.isin(@one_rest_street.index)')
not_one_rest = data.query('not street.isin(@one_rest_street.index)')

print('{:-^60}'.format(' Описательная статистика улиц с одним заведением '))
display(one_rest.iloc[:, 7:].describe().round(2))
print('{:-^60}'.format(' Описательная статистика улиц с несколькими заведениями '))
display(not_one_rest.iloc[:, 7:].describe().round(2))
print('{:-^60}'.format(' Разница значений описательной статистики '))
display((one_rest.iloc[:, 7:].describe() - not_one_rest.iloc[:, 7:].describe()).round(2))
print('-'*60)
print('\nКоличество сетевых заведений на улицах с одним заведением:', 
      one_rest.query('chain==1').name.count())
print('Соотношение сетевых заведений к несетевым на улицах с одним заведением:', 
      f'''{(one_rest.query('chain==1').name.count() / one_rest.shape[0]):.1%}''')
print('\nКоличество сетевых ресторанов на улицах с несколькими заведениями:', 
      not_one_rest.query('chain==1').name.count())
print('Соотношение сетевых заведений к несетевым на улицах с несколькими заведениями:', 
      f'''{(not_one_rest.query('chain==1').name.count() / not_one_rest.shape[0]):.1%}''')

----- Описательная статистика улиц с одним заведением ------

	lng	rating	middle_avg_bill	middle_coffee_cup	chain	seats
count	469.00	469.00	191.00	32.00	469.00	189.00
mean	37.62	4.23	894.96	177.97	0.30	59.52
std	0.10	0.46	951.95	51.69	0.46	49.12
min	37.39	1.00	67.00	95.00	0.00	0.00
25%	37.56	4.10	300.00	140.00	0.00	30.00
50%	37.61	4.30	600.00	170.00	0.00	45.00
75%	37.67	4.50	1250.00	197.50	1.00	80.00
max	37.87	5.00	7000.00	320.00	1.00	273.00

-- Описательная статистика улиц с несколькими заведениями --

	lng	rating	middle_avg_bill	middle_coffee_cup	chain	seats
count	7936.00	7936.00	3441.00	651.00	7936.00	5051.00
mean	37.61	4.23	899.14	163.23	0.39	109.88
std	0.10	0.47	767.29	66.53	0.49	123.45
min	37.36	1.00	30.00	60.00	0.00	0.00
25%	37.54	4.10	362.00	101.00	0.00	40.00
50%	37.60	4.30	650.00	160.00	0.00	75.00
75%	37.66	4.40	1250.00	214.00	1.00	140.00
max	37.87	5.00	10000.00	375.00	1.00	1288.00

--------- Разница значений описательной статистики ---------

	lng	rating	middle_avg_bill	middle_coffee_cup	chain	seats
count	-7467.00	-7467.00	-3250.00	-619.00	-7467.00	-4862.00
mean	0.01	0.00	-4.18	14.74	-0.09	-50.36
std	-0.00	-0.01	184.67	-14.84	-0.03	-74.33
min	0.03	0.00	37.00	35.00	0.00	0.00
25%	0.02	0.00	-62.00	39.00	0.00	-10.00
50%	0.01	0.00	-50.00	10.00	0.00	-30.00
75%	0.00	0.10	0.00	-16.50	0.00	-60.00
max	-0.01	0.00	-3000.00	-55.00	0.00	-1015.00

------------------------------------------------------------

Количество сетевых заведений на улицах с одним заведением: 140
Соотношение сетевых заведений к несетевым на улицах с одним заведением: 29.9%

Количество сетевых ресторанов на улицах с несколькими заведениями: 3064
Соотношение сетевых заведений к несетевым на улицах с несколькими заведениями: 38.6%

#Создадим и настроим диаграммы, чтобы сравнить соотношения категорий заведений на этих улицах
#Создадим агрегированные таблицы для двух тип улиц
one_rest_grouped = one_rest.groupby('category').name.count().reset_index()
one_rest_grouped['total'] = one_rest.shape[0]
one_rest_grouped['procent'] = (one_rest_grouped.name / one_rest_grouped.total * 100).round(1)
one_rest_grouped['street'] = 'одно заведение'

not_one_rest_grouped = not_one_rest.groupby('category').name.count().reset_index()
not_one_rest_grouped['total'] = not_one_rest.shape[0]
not_one_rest_grouped['procent'] = (not_one_rest_grouped.name / not_one_rest_grouped.total * 100).round(1)
not_one_rest_grouped['street'] = 'несколько заведений'

#Строим и настраиваем график
fig = go.Figure(data=[
    go.Bar(name='Улицы с одним заведением', y=one_rest_grouped.sort_values('procent').category, x=one_rest_grouped.procent, 
           orientation='h', text=one_rest_grouped.procent,
           marker_color=px.colors.qualitative.Pastel[0], base=0),
    go.Bar(name='Улицы с несколькими заведениями', y=not_one_rest_grouped.category, x=not_one_rest_grouped.procent, 
           orientation='h', text=not_one_rest_grouped.procent,
           marker_color=px.colors.qualitative.Pastel[1], base=0)
])

fig.update_layout(barmode='group', template='simple_white', height=600, 
                  title='Соотношения категорий заведений по улицам',
                  xaxis_title='Доля заведений', 
                  yaxis_title='Категория',  
                  legend={'title':{'text':'Тип улиц'}, 'font_size':12})

fig.update_xaxes(tickvals=np.arange(0, 45, 5), 
                 ticktext=list(map(lambda x: str(x) + '%', np.arange(0, 45, 5))),showgrid=True)

fig.show()

#Посмотрим на карту, где находятся эти заведения
# moscow_lat - широта центра Москвы, moscow_lng - долгота центра Москвы
moscow_lat, moscow_lng = 55.751244, 37.618423

# создаём карту Москвы
m = Map(location=[moscow_lat, moscow_lng], zoom_start=10, tiles='Cartodb Positron')
# создаём пустой кластер, добавляем его на карту
marker_cluster = MarkerCluster().add_to(m)

def create_clusters(row):
    # сохраняем URL-адрес изображения со значком торгового центра с icons8,
    # это путь к файлу на сервере icons8
    icon_url = 'https://img.icons8.com/metro/26/food.png'  
    # создаём объект с собственной иконкой размером 30x30
    icon = CustomIcon(icon_url, icon_size=(30, 30))
    
    # создаём маркер с иконкой icon и добавляем его в кластер
    Marker(
        [row['lat'], row['lng']],
        popup=f"Название: {row['name']} \nРейтинг: {row['rating']} \
        \nКатегория: {row['category']} \n{row['street']}"
    ).add_to(marker_cluster)

# применяем функцию для создания кластеров к каждой строке датафрейма
one_rest.apply(create_clusters, axis=1)

# выводим карту
m

Make this Notebook Trusted to load map: File -> Trust Notebook

Промеуточный вывод

• Всего улиц, где находится только одно заведение 469. В большинстве случаев это улицы внутри дворов, между домами или просто небольшие улицы.
• Описательная статистика параметров(средний чек, средняя цена чашки капучино и рейтинг) не показала существенных отличий
• Среднее и медианное значения количества стульев в заведение значительно больше для улиц с несколькими заведениями. Это может быть связано с тем, что улицы с несколькими заведениями более проходные и имеют большее кол-ва трафика, который надо обслуживать одномоментно.
• Сетевые заведения составляют ~30% от общего кол-ва заведений на улицах с одним заведением. На улицах с несколькими заведениями около 39% сетевых заведений. Такая разница может быть связанно с тем, что сетевым заведениям более важно быть на виду и быть более близко к большому трафику людей.
• Если рассматривать доли заведений по категориям, то мы видим, что доля кафе на улицах с одним заведением выше на 8п.п., чем на улицах с несколькими заведениями. Это может быть связанно с тем, что для некоторых кафе, не так важно быть на больших проходных улицах, а лучше сэкономить деньги на аренде. По этой же причине, доля ресторанов на улицах с одним заведением меньше на 4.8п.п., чем на улицах с несколькими заведениями, так как для ресторанов важно быть на виду, и иметь больший трафик и более удобное месторасположение для посетителей.
• Также стоит отметить, что на улицах только с одним заведением, реже встречаются заведения быстрого питания и пиццерии, так как для этих заведений важно быть на улицах, с большим трафиков.
• Однако столовые встречаются намного чаще на улицах только с одним заведением, чем с несколькими. Это может быть связанно с тем, что для столовых не важен уличный трафик, а важно расположение рядом или в бизнес-центре.
• Если посмотреть на карту, то мы увидим, что улицы с одним заведением находятся по всей Москве, главное их отличие от улиц с несколькими заведениями это размер улицы и не самая высокая проходимость.

Влияние расстояние от центра города на медианну среднего чека по округам

#Создадим карту с хроноплетом медианого среднего чека
# moscow_lat - широта центра Москвы, moscow_lng - долгота центра Москвы
moscow_lat, moscow_lng = 55.751244, 37.618423

# создаём карту Москвы
m = Map(location=[moscow_lat, moscow_lng], zoom_start=10, tiles='Cartodb Positron')

#Создаем агрегированную таблицу
district_median_group = data.groupby('district').middle_avg_bill.median().round().reset_index()

# создаём хороплет с помощью конструктора Choropleth и добавляем его на карту
choropleth_bill = Choropleth(
    geo_data=state_geo,
    data=district_median_group,
    columns=['district', 'middle_avg_bill'],
    key_on='feature.name',
    fill_color='YlGnBu',
    fill_opacity=0.8,
    line_opacity=0.3,
    highlight=True,
    legend_name='Медианный средний чек',
    name='Медианный средний чек',
    bins=np.arange(400, 1200, 100)
).add_to(m)

#Добавляем json хроноплета информацию о медианном среднем чеке
for i in choropleth_bill.geojson.data['features']:
    i['properties']['middle_avg_bill'] = \
    int(district_median_group.loc[district_median_group.district == i['name'], 'middle_avg_bill'])

#Добавляем отображение названия округа и медианного среднего чек
choropleth_bill.geojson.add_child(
    folium.features.GeoJsonTooltip(['name', 'middle_avg_bill'],labels=True, aliases=['Округ', 'Медиана'])
)
    
#добавляем управление слоями
folium.LayerControl().add_to(m)

# выводим карту
m

Make this Notebook Trusted to load map: File -> Trust Notebook

Для лучшего понимания зависимости среднего чека от центра, сделать хитмеп на карте. Для создания хитмепа, нужно создать новый Geojson с нужными параметрами, для это создадим функцию.

#Создадим функция для создания geojson для хитмепа. В аргументах будет указан размер клеток хитмепа,
#Столбец и функция для агрегирования, ограничения для огрегированных значений
def map_heatmap(data, section_lat=40, section_lng=40, values='middle_avg_bill', 
                aggfunc='median', name_value='median_avg_bill', limit_min = None, limit_max = None):

    #Создадим таблицу, где координаты будут поделены на заданное кол-во интервалов, 
    #и для каждого пересечение интервалов посчитаем среднее или медиану заданого значения. 
    #В итоге каждое пересечение интервалов координат, создаст квадратик хитмепа со средним или медианным значением
    new_data = pd.concat([data[[values] + ['district']], 
               pd.cut(data.lat, bins=section_lat, precision=6), 
               pd.cut(data.lng, bins=section_lng, precision=6)], axis=1).groupby(['lat', 'lng']) \
              .agg({values: aggfunc, 'district': 'unique'}) \
              .reset_index()

    #Удалим пересечения, где нет информации о  значение или районе
    new_data = new_data.loc[(new_data[values].notna()) & (new_data['district'].notna())].reset_index(drop=True)

    #Создадим функцию, которая будет создавать последовательность координат для создания квадратика хитмепа
    def coordinates(row):
        return [[[row.lng.left, row.lat.left], [row.lng.right, row.lat.left], 
                [row.lng.right, row.lat.right], [row.lng.left, row.lat.right]]]

    #Воспользуемся функцией
    new_data['coordinates'] = new_data.apply(coordinates, axis=1)

    #Создадим функцию, которая будет создавать полигон GeoJSON с заданными параметрами и полигонами
    def feature_create(row):
        return Feature(geometry=Polygon(row.coordinates), 
                       properties={name_value: row[values], 'name':row.name, 'district':row.district[0]}, 
                       id=row.name)  

    #Воспользуемся функцией
    new_data['feature'] = new_data.apply(feature_create, axis=1)

    #Объеденим все полигоны с задаными параметрами в один файл для создания карты
    FeatureCollection_heatmap = FeatureCollection([i for i in new_data['feature']])

    #Соеденять нашу таблицу с картой будем по индексам, поэтому создадим столбец с индексами
    new_data = new_data.reset_index()

    #Для квадратиков, где среднее/медианное значение будет выходить за установленный лимит(если он установлен), 
    #чтобы в дальнейшим их выделить своим цветов
    if limit_min != None:
        new_data.loc[new_data[values] < limit_min, values] = None

    if limit_max != None:
        new_data.loc[new_data[values] >= limit_max, values] = None
        
    return new_data, FeatureCollection_heatmap

#Создадим карту с тепловой картой медианого среднего чека и границами округов
# moscow_lat - широта центра Москвы, moscow_lng - долгота центра Москвы
moscow_lat, moscow_lng = 55.751244, 37.618423

# создаём карту Москвы
m = Map(location=[moscow_lat, moscow_lng], zoom_start=10, tiles='Cartodb Positron')

#Создаем хроноплет, где будут показаны границы округов
choropleth = folium.Choropleth(
    geo_data=state_geo,
    fill_opacity=0,
    line_weight=2,
    line_color='grey', 
    highlight=True,
    name='Границы округов и их медианный рейтинг'
).add_to(m)

#Добавим в хроноплет информацию о медианном среднем чеке округа
for i in choropleth.geojson.data['features']:
    i['properties']['middle_avg_bill'] = \
    int(district_median_group.loc[district_median_group.district == i['name'], 'middle_avg_bill'])

#Добавляем отображение названия округа и медианного среднего чека
choropleth.geojson.add_child(
    folium.features.GeoJsonTooltip(['name', 'middle_avg_bill'],labels=True, aliases=['Округ', 'Медиана'])
)

#Создадим данные для хитмепа карты
median_map_data, FeatureCollection_heatmap = map_heatmap(data, section_lat=40, section_lng=40, values='middle_avg_bill', 
                             aggfunc='median', name_value='median_avg_bill', limit_min = None, limit_max = 2000)

# создаём хроноплет для отображения хитмепа и настраиваем его
choropleth_sq = Choropleth(
    geo_data=FeatureCollection_heatmap,
    data=median_map_data,
    columns=['index', 'middle_avg_bill'],
    key_on='feature.properties.name',
    fill_color='YlGnBu',
    fill_opacity=0.8,
    line_opacity=0.3,
    line_weight=1,
    nan_fill_color='purple',
    nan_fill_opacity=0.8,
    highlight=True,
    legend_name='Медианный средний чек тепловой карты',
    name='Медианный средний чек/тепловая карта',
    bins=range(0, 2100, 250),
).add_to(m)

#Добавляем отображение названия округа и медианного среднего чек при наведение на кубик хитмепа
choropleth_sq.geojson.add_child(
    folium.features.GeoJsonTooltip(['district', 'median_avg_bill'], labels=True, aliases=['Полигон в', 'Медиана'])
)

#добавляем управление слоями
folium.LayerControl().add_to(m)

# выводим карту
m

Make this Notebook Trusted to load map: File -> Trust Notebook

#Выведим описательную статистику среднего чека для каждого округа и общую для всех заведений
district_describe = data.groupby('district').middle_avg_bill.describe()
district_describe.loc['Все округа'] = list(data.middle_avg_bill.describe().reset_index().T.iloc[1])
district_describe.sort_values('50%', ascending=False)

	count	mean	std	min	25%	50%	75%	max
district
Центральный административный округ	1207.0	1125.961889	903.768784	67.0	436.50	1000.0	1500.0	7250.0
Западный административный округ	344.0	1027.898256	772.192942	50.0	400.00	850.0	1500.0	5250.0
Северо-Западный административный округ	172.0	793.162791	591.655530	100.0	311.25	662.5	1100.0	2900.0
Все округа	3632.0	898.916024	777.933495	30.0	350.00	650.0	1250.0	10000.0
Северный административный округ	381.0	834.068241	694.076608	100.0	325.00	600.0	1150.0	5000.0
Юго-Западный административный округ	281.0	728.156584	544.924238	100.0	344.00	525.0	1000.0	2750.0
Восточный административный округ	300.0	827.626667	945.582877	50.0	321.25	512.5	1000.0	10000.0
Северо-Восточный административный округ	355.0	684.126761	569.338806	50.0	302.00	500.0	862.5	4500.0
Южный административный округ	345.0	720.423188	548.410765	100.0	340.00	500.0	1000.0	3500.0
Юго-Восточный административный округ	247.0	622.327935	528.680273	30.0	275.00	450.0	750.0	3750.0

Промежуточный вывод

• Медианный средний чек для всех заведений равен 650, его значение очень близко к большинству округов.
• В ЦАО самая большая медианна среднего чека(1000). Это может быть связанно с тем, что там находится множество ресторанов, а также различных топовых заведений.
• Западный административный округ, второй по медианому среднему чеку(850). Его средней чек чуть ниже, чем в ЦАО, но все равно остается на высоком уровне. По хитмепу на карте видно, что точки с высоким медианным средним чеке расположенны по всему округу.
• Северо-Западный административный округ(СЗАО) и Северный административный округ(САО) имеют значения(662 и 600) близкие к медианному среднему значению среди всех округов(650). СЗАО имеет по всей своей площади точки хитмепа с медианным средним чеком, равным медианном средним чеком всего округа. В САО же есть заметное понижение медианного среднего чека при удаление от центра.
• Также стоит отметить, что большинство точек(фиолетовые точки) очень высокого медианного среднего чека(2000 и выше), расположены в ЗАО, СЗАО и САО.
• Юго-Западный административный округ(ЮЗАО), Восточный административный округ(ВАО), Северо-Восточный административный округ(СВАО), Южный административный округ(ЮАО) имеют почти одинаковый медианый средний рейтинг(500-510). В ВАО видно небольшая зависимость медианы среднего чека от расстояния от центра, однако в южной части округа такой зависимости не наблюдается. В ЮЗАО, СВАО и ЮАО точки медианы средней цены распределены более равномерно по всему округу, зависимости не наблюдается.
• Юго-Восточный административный округ(ЮВАО) имеет самую низкую медиану среднего чека(450). При отдаление от центра на запад или восток по этому округу, наблюдается снижение медианы, однако если отдалятся от центра по середине округа, то медианна цена не изменяется. Итог

Медианая цена среднего чека самая высокая в ЦАО на всей его площади. В остальных же округах медианный средний более разнообразный, это видно на хитмепе карты, он может быть любым(низкой, средней, высокой и очень высокой).В связи с этим, можем сделать предположение, что для всех округов, кроме ЦАО, медианный средний чек больше зависит от других факторов, чем от расстояния до центра.

• Вернуться к содержанию проекта

Вывод

• Категории заведений:
  • Кафе — 2378 заведений, 28,3% от общего числа заведений. Самая большая категория может объединять в себе различные подкатегории, кроме стандартного кафе, например: кофейня, где подаются завтраки, булочная с обедами и т. д. Также многие заведения относят себя к категории кафе, чтобы получить больший трафик или же при добавлении на карту, владельцы заведения не рассматривают все категории и выбирают общую категорию кафе.
  • Ресторан — 2043 заведения, 24,3% от общего числа заведений. Такое количество заведений может быть связано с тем, что Москва — столица России, где живет очень много состоятельных людей с различными требованиями к еде. Кроме того, Москва является самым посещаемым туристами городом России.
  • Кофейня — 1413 заведения, 16,8% от общего числа заведений. Третье по количеству заведений категория. Обычно кофейни мы видим чаще, чем рестораны и кафе, однако многие кофейни могут относить себя к категории кафе, поэтому категория кафе самая многочисленная.
  • Бар, паб — 765 заведений, 9,1% от общего числа заведений. В Москве очень активная ночная жизнь из-за большого количества молодых людей, так и большого количества туристов.
  • Пиццерия — 633 заведения, 7,53% от общего числа заведений. Это небольшая категория, так как только на пиццах чаще всего специализируются различные сети, например: «Додо Пицца», Papa John's.
  • Быстрое питание — 603 заведения, 7,17% от общего числа заведений. Существует множество различных сетей быстрого питания, однако не все из них относят себя к этой категории, многие относят себя к категории кафе или же ресторан, называя себя ресторан/кафе быстрого питания.
  • Столовая — 315 заведений, 3,75% от общего числа заведений. Это маленькая категория, так как столовые популярны чаще всего в бизнес-центрах, кроме того, некоторые столовые могут отнести себя к категории кафе, так как кафе дает пользователям больше положительных ассоциаций, чем столовая.
  • Булочная — 255 заведений, 3,05% от общего числа заведений. Маленькая категория, так как заведений, специализирующихся только на выпечке, не так много, кроме того, свежую выпечку продают уже во многих супермаркетах. Поэтому многие булочные расширяют свой ассортимент и переквалифицируются чаще всего в кафе или кофейни.

• Количество посадочных мест:
  • Медианное количество посадочных мест среди всех заведений равно 75, а среднее — 108.
  • Наибольшее медианное количество посадочных мест в ресторанах, барах/пабах и кофейнях равно 86, 82,5 и 80 соответственно.
  • Столовая имеет медианное количество посадочных мест 76.
  • Кафе и заведения быстрого питания имеют медианное количество посадочных мест 60.
  • Пиццерии и булочные имеют медианное количество посадочных мест 55 и 50 соответственно.

• Сетевые и несетевые заведения:
  • В датасете присутствует 5201 несетевое заведение и 3204 сетевых заведений.
  • Самые масштабные сети находятся в категориях «Кофейни», «Пиццерии» и «Кафе». Большинство заведений сетей относятся к среднему и низкому ценовому сегменту. Эти два фактора (категория и ценовой сегмент) можно выделить как главные признаки, которые объединяют сети.
  • Также стоит сказать, что в данных не совсем верно распределены категории для заведений, например, «Теремок» относится к заведениям быстрого питания, однако отмечен как ресторан. Или же Яндекс Лавка, которая относится к доставке, отмечена как ресторан.

• Количество заведений по округам:
  • Наибольшее количество заведений (2242) находится в Центральном административном округе (ЦАО), так там сосредоточено наибольшее количество мест притяжения для жителей и туристов, а также это самая активная часть Москвы.
  • Северо-Западный административный округ — самый маленький среди всех округов, исключая ЦАО, с этим может быть связано наименьшее количество заведений (409) в нем.
  • В остальных округах примерно одинаковое количество заведений от 700 до 900 на округ.
  • Во всех округах можно выделить 3 основные категории заведений — кафе, кофейни и рестораны. В ЦАО к основным категориям заведений можно добавить бары/пабы, это связано с тем, что большинство ночной жизни Москвы проходит в центре.

• Средний рейтинг заведений:
  • Средний рейтинг для всех заведений равен 4,23.
  • Наивысший средний рейтинг у баров/пабов — 4,39.
  • Пиццерии, рестораны, кофейни и булочные имеют примерно одинаковый средний рейтинг ~4,3.
  • Столовые и кафе имеют средний рейтинг 4,23 и 4,12 соответственно.
  • Заведения быстрого питания имеют наименьший средний рейтинг 4,05.

• Средний рейтинг заведений по округам:
  • Самый высокий рейтинг заведений в Центральном административном округе 4,38. Это может быть связанно с тем, что там чаще всего находятся самые лучшие заведения в Москве.
  • Северо-Западный административный округ и Северный административный округ имеют средний рейтинг заведений чуть выше среднего рейтинга среди всех заведений, 4,21 и 4,24 соответственно.
  • Юго-Восточный административный округ имеет самый низкий рейтинг 4,1. Это может быть связано с тем, что 4 категории заведений (булочные, быстрое питание, кафе и столовая) в этом округе имеют рейтинг 4,1 или ниже.
  • Остальные округа (ЗАО, ЮАО, ВАО, ЮЗАО и СВАО) имеют рейтинг чуть ниже среднего рейтинга среди всех заведений, от 4,15 до 4,18.

• Топ-15 улиц по кол-ву заведений:
  • На всех топ-15 улицах можно выделить 3 категории заведений (кафе, ресторан, кофейня), которые занимают от 65% до 82% от общего кол-ва заведений на улице.
  • Все топ-15 улиц — это длинные проспекты или шоссе, которые протягиваются от МКАДа до ТТК, эти дороги связывают Подмосковье с центром Москвой. Расположение и длина этих дорог может являться основной причиной большого кол-ва заведений на этих улицах.

• Улицы только с одним заведением:
  • Всего улиц, где находится только одно заведение, 469. В большинстве случаев это улицы внутри дворов, между домами или просто небольшие улицы.
  • Описательная статистика параметров (средний чек, средняя цена чашки капучино и рейтинг) не показала существенных отличий от улиц с несколькими заведениями.
  • Среднее и медианное значения количества стульев в заведении значительно больше для улиц с несколькими заведениями. Это может быть связано с тем, что улицы с несколькими заведениями более проходные и имеют большее кол-во трафика, который надо обслуживать одномоментно.
  • Сетевые заведения составляют ~30% от общего кол-ва заведений на улицах с одним заведением. На улицах с несколькими заведениями около 39% сетевых заведений. Такая разница может быть связана с тем, что сетевым заведениям более важно быть на виду и быть более близко к большому трафику людей.
  • На улицах с одним заведением чаще встречаются кафе, столовые. Рестораны, заведения быстрого питания, пиццерии и булочные встречаются реже, так как для этих заведений важно быть на улицах с большим трафиком и более удобным месторасположением.
  • Если посмотреть на карту, то мы увидим, что улицы с одним заведением находятся по всей Москве, главное их отличие от улиц с несколькими заведениями — это размер улицы и не самая высокая проходимость.

• Медианный средний чек по округам и влияние расстояния до центра на него:
  • Медианный средний чек для всех заведений равен 650, его значение очень близко к значению в большинстве округов.
  • В ЦАО самая большая медиана среднего чека (1000). Это может быть связано с тем, что там находится множество ресторанов, а также различных топовых заведений.
  • Западный административный округ, второй по медиановому среднему чеку (850).
  • Северо-Западный административный округ (СЗАО) и Северный административный округ (САО) имеют значения (662 и 600), близкие к медиановому среднему значению среди всех округов (650).
  • Юго-Западный административный округ (ЮЗАО), Восточный административный округ (ВАО), Северо-Восточный административный округ (СВАО), Южный административный округ (ЮАО) имеют почти одинаковый медиановый средний рейтинг (500–510).
  • Юго-Восточный административный округ (ЮВАО) имеет самую низкую медиану среднего чека (450).
  • Большинство точек (фиолетовые точки) очень высокого медианового среднего чека (2000 и выше) расположены в ЗАО, СЗАО и САО.
  • Медиана цены среднего чека самая высокая в ЦАО на всей его площади. В остальных же округах медиановый средний более разнообразный и может быть любым (низкой, средней, высокой и очень высокой). В связи с этим можем сделать предположение, что для всех округов, кроме ЦАО, медиановый средний чек больше зависит от других факторов, чем от расстояния до центра.

• Вернуться к содержанию проекта

Детализирование исследование для открытия кофейни

• При анализе кофеен мы будем руководствоваться тем, что кофеен в Москве достаточно, а сам рынок кофеен уже хорошо сформирован и устоявщийся в большинстве случаев.

Распределение кофеен по районам

#Создадим отдельный датафрейм только с кофейнями
coffe_data = data.query('category == "кофейня"')

#Создадим агрегируемую таблицу
coffe_data_total = coffe_data.groupby('district').name.count().reset_index().rename(columns={'name': 'amount'})

#Добавим строку со средним кол-вом кофеен на округ
coffe_data_total.loc[len(coffe_data_total.index)] = ['Среднее кол-во кофеен на округ', 
                                                     coffe_data.district.value_counts().mean()]

#Выведем кол-во и рейтинг кофеен по райнам и среди всех кофеен
print('-'*50)
display(coffe_data_total.sort_values('amount', ascending=False))
print('-'*50)
print('Количество кофеен в датасете:', coffe_data.shape[0])
print('-'*50)

#создадим и настроим столбчатую диграму
fig = px.bar(coffe_data_total.sort_values('amount'), y='district', x='amount', 
             text='amount', color_discrete_sequence=px.colors.qualitative.Plotly)

fig.update_layout(title='Количество кофеен в округах', 
                  xaxis_title='Количество кофеен', yaxis_title='Округ', template="simple_white")

fig.update_xaxes(showgrid=True)

fig.show()

--------------------------------------------------

	district	amount
5	Центральный административный округ	428.0
2	Северный административный округ	193.0
3	Северо-Восточный административный округ	159.0
9	Среднее кол-во кофеен на округ	157.0
1	Западный административный округ	150.0
8	Южный административный округ	131.0
0	Восточный административный округ	105.0
7	Юго-Западный административный округ	96.0
6	Юго-Восточный административный округ	89.0
4	Северо-Западный административный округ	62.0

--------------------------------------------------
Количество кофеен в датасете: 1413
--------------------------------------------------

Промежуточный вывод

• Всего в датасете присутвует 1413 кофеен. Среднее кол-во кофеен на округ(157).
• Наибольшее кол-во кофеен(428) находится в ЦАО.
• Следующий по кол-ву кофеен САО(193).
• В СВАО, ЗАО, ЮАО и ВАО кол-во кофеен близко к среднему по округам(от 131 до 159).
• В ВАО(105), ЮЗАО(96) и ЮВАО(89) кол-во кофеен ниже среднего по округам.
• В СЗАО самое маленькое кол-во кофеен(62) среди всех округов.

Особенности расположения кофеен

Создадим функцию, которая будет считать сколько кофеен находиться рядом с кофейней в заданом расстояние

#Создадим переменные, в которые длину широты и долготы, которые равны примерно 1 км.
lat_km = 0.00899
lng_km = 0.01604

#Создадим функция для подсчета ближащих кофеен рядом с исходной кофейни в заданном расстояние
def count_near_coffe(coordinates, distance):
    
    #Посчитаем на сколько нам нужно поделить 1км долготы и широты, что получить заданое расстояние
    div_km = 1000 / distance
    
    #Для поиска ближайщих кофеен ограничим зону поиска со всех сторон заданным расстоянием и исключим исходную кофейню
    data_near = coffe_data.loc[(coffe_data.index != coordinates.name) & 
                                 (coffe_data['lat'] <= coordinates['lat'] + lat_km / div_km) & 
                                 (coffe_data['lat'] >= coordinates['lat'] - lat_km / div_km) & 
                                 (coffe_data['lng'] <= coordinates['lng'] + lng_km / div_km) & 
                                 (coffe_data['lng'] >= coordinates['lng'] - lng_km / div_km)]
    #Если в заданом пределе нет кафе, то вернем ноль
    if data_near.shape[0] == 0:
        return 0
    else:
        #Если в заданом пределе есть 1 или более кофеен, 
        #то используем функцию count_near_coffe_2 и сложим полученные результаты
        return np.sum(data_near.apply(lambda row: count_near_coffe_2(row, coordinates, distance), axis=1))

#Функция считает расстояние между двум передаными точками и, если оно меньше или равно заданого расстояния возвращает 1
def count_near_coffe_2(row, coordinates, distance):
    if round(geopy.distance.great_circle([row['lat'], row['lng']], [coordinates['lat'], coordinates['lng']]).m) <= distance:
        return 1
    else:
        return 0
    
#Создадим новые столбцы, где для каждой кофейни найдем кол-во ближайщих кофеен на заданом расстояние(100м, 250м, 500м и 1км)
coffe_data['near_coffe_1000'] = coffe_data.apply(lambda coordinates: count_near_coffe(coordinates, 1000), axis=1)
coffe_data['near_coffe_500'] = coffe_data.apply(lambda coordinates: count_near_coffe(coordinates, 500), axis=1)
coffe_data['near_coffe_250'] = coffe_data.apply(lambda coordinates: count_near_coffe(coordinates, 250), axis=1)
coffe_data['near_coffe_100'] = coffe_data.apply(lambda coordinates: count_near_coffe(coordinates, 100), axis=1)

Создадим функцию, которая находит расстояние до ближайщей кофейни

#Создадим функцию
def nearest_coffe(coordinates):
    
    #Зададим первоначальную зону поиска
    max_distance = 100
    
    #Создадим переменую с расстоянием до ближайщей кофейни
    distance = 0
    
    #Создадим цикл, которые будет искать ближайщую кофейню, постепенно увеличивая зону поиска
    while True:
        
        #Посчитаем на сколько надо разделить 1км долготы и широты, чтобы получить верную зону поиска
        div_km = 1000 / max_distance
        
        #Ограничиваем зону поиска
        data_near = coffe_data.loc[(coffe_data.index != coordinates.name) & 
                                   (coffe_data['lat'] <= coordinates['lat'] + lat_km / div_km) & 
                                   (coffe_data['lat'] >= coordinates['lat'] - lat_km / div_km) & 
                                   (coffe_data['lng'] <= coordinates['lng'] + lng_km / div_km) & 
                                   (coffe_data['lng'] >= coordinates['lng'] - lng_km / div_km)]
        
        #Если датасет с ограниченной зоной поиска пуст, то увеличиваем зону поиска и начинам сначала цикл
        if data_near.shape[0] == 0:
            max_distance = max_distance * 2
            continue
        else:
            #Если датасет не пустой, то используем функцию nearest_coffe_2 
            #и получаем список расстояний до ближайщих кофеен и выбираем минимальное
            distance = min(data_near.apply(lambda row: nearest_coffe_2(row, coordinates), axis=1))
            break
    
    #Возвращаем расстояние до ближайщей кофейни
    return distance

#Создадим функцию, которая будет выдавать расстояние в метрах между двумя кофейнями
def nearest_coffe_2(row, coordinates):
    return round(geopy.distance.great_circle([row['lat'], row['lng']], 
                                             [coordinates['lat'], coordinates['lng']]).m)

#Воспользуемся функцией и получим расстояние до ближайщей кофейни
coffe_data['nearest_coffe_m'] = coffe_data.apply(lambda coordinates: nearest_coffe(coordinates), axis=1)

#Выведим получившиесю таблицу
coffe_data.head()

	index	name	category	address	district	hours	lat	lng	rating	price	...	middle_coffee_cup	chain	seats	street	is_24/7	near_coffe_1000	near_coffe_500	near_coffe_250	near_coffe_100	nearest_coffe_m
3	3	dormouse coffee shop	кофейня	Москва, улица Маршала Федоренко, 12	Северный административный округ	ежедневно, 09:00–22:00	55.881608	37.488860	5.0	NaN	...	170.0	0	NaN	улица Маршала Федоренко	False	2	1	0	0	295
25	25	в парке вкуснее	кофейня	Москва, парк Левобережный	Северный административный округ	ежедневно, 10:00–21:00	55.878453	37.460028	4.3	NaN	...	NaN	1	NaN	парк Левобережный	False	1	0	0	0	757
45	45	9 bar coffee	кофейня	Москва, Коровинское шоссе, 41, стр. 1	Северный административный округ	пн-пт 08:00–18:00	55.885837	37.513422	4.0	NaN	...	105.0	1	46.0	Коровинское шоссе	False	0	0	0	0	1259
46	46	cofefest	кофейня	Москва, улица Маршала Федоренко, 6с1	Северный административный округ	пн-пт 09:00–19:00	55.879934	37.492522	3.6	средние	...	NaN	1	90.0	улица Маршала Федоренко	False	2	1	0	0	295
52	52	cofix	кофейня	Москва, улица Дыбенко, 7/1	Северный административный округ	ежедневно, 08:00–22:00	55.878531	37.479395	3.8	средние	...	NaN	1	NaN	улица Дыбенко	False	3	0	0	0	682

5 rows × 22 columns

Расстояний до ближайщей кофейни

Создадим таблицу и график, где отобразим соотношение расстояний до ближайщих кофеин по округам. Также посмотрии на среднее и медианное расстояние до кофеен

#Создадим список индексов
index = ['от 0 до 100', 'от 100 до 250', 'от 250 до 500','от 500 до 1000','от 1000 до 2000']

#Создадим пустую таблицу
coffe_distance_div = pd.DataFrame()

#Создадим цикл, где будет добавлять в таблицу информацию по каждому району
for district in coffe_data.district.unique():
    coffe_x = pd.DataFrame({'district':[district] * 5, 'distance': index})
    coffe_x['total'] = pd.cut(coffe_data.query('district == @district').nearest_coffe_m, 
                        bins=[0, 100, 250, 500, 1000, 2000]) \
                        .value_counts().reset_index(drop=True)
    coffe_x['sum'] = coffe_x.total.sum()
    coffe_x['procent'] = coffe_x.total / coffe_x.total.sum()
    coffe_distance_div = pd.concat([coffe_distance_div, coffe_x]).reset_index(drop=True)

#Создадим отдельную таблицу для всех сразу кофеен и добавим ее в основную таблицу
coffe_all_district = pd.DataFrame({'district':'Все округа', 'distance':index, 
                                   'total':pd.cut(coffe_data.nearest_coffe_m, 
                                                  bins=[0, 100, 250, 500, 1000, 2000]) \
                                                  .value_counts().reset_index(drop=True), 'sum':coffe_data.shape[0]})

coffe_all_district['procent'] = coffe_all_district['total'] / coffe_all_district['sum']    
coffe_distance_div = pd.concat([coffe_distance_div, coffe_all_district])

#Выведим полученную таблицу
coffe_distance_div.head()

	district	distance	total	sum	procent
0	Северный административный округ	от 0 до 100	83	193	0.430052
1	Северный административный округ	от 100 до 250	47	193	0.243523
2	Северный административный округ	от 250 до 500	42	193	0.217617
3	Северный административный округ	от 500 до 1000	18	193	0.093264
4	Северный административный округ	от 1000 до 2000	3	193	0.015544

#Строим и настраиваем график
fig = px.bar(coffe_distance_div.sort_values(['sum', 'total'], ascending=(True, False)), 
             y='district', x='procent', color='distance', 
             color_discrete_sequence=px.colors.qualitative.Pastel, text='total',
             hover_data={'procent':':.1%', 'sum':':'})

fig.update_traces(textfont_size=12, textangle=0)

fig.update_xaxes(ticktext=list(map(lambda x: str(x) + '%', np.arange(0, 110, 10))),
                 tickvals=np.arange(0, 1.1, 0.1), showgrid=True)

fig.update_layout(height=500, title='Соотношение расстояния между ближайщими кофейними по округам',
                  xaxis_title='Соотношение количества кофеен по расстоянию', 
                  yaxis_title='Округ', template='simple_white', 
                  legend={'title':{'text':'Расстояние в метрах'}, 'font_size':12})

fig.show()

#Создадим таблицу со средним расстоянием по округам и выведим ее
coffe_nearest_district = coffe_data.groupby('district').nearest_coffe_m.agg(['mean', 'median']).round().reset_index()
coffe_nearest_district.loc[len(coffe_nearest_district.index)] = \
['Среди всех кофеен', coffe_data.nearest_coffe_m.mean().round(), coffe_data.nearest_coffe_m.median()]
coffe_nearest_district.sort_values('mean', ascending=False)

	district	mean	median
4	Северо-Западный административный округ	391.0	244.0
6	Юго-Восточный административный округ	335.0	191.0
0	Восточный административный округ	288.0	230.0
8	Южный административный округ	281.0	159.0
7	Юго-Западный административный округ	280.0	216.0
3	Северо-Восточный административный округ	248.0	185.0
9	Среди всех кофеен	232.0	151.0
1	Западный административный округ	228.0	138.0
2	Северный административный округ	223.0	133.0
5	Центральный административный округ	148.0	121.0

Промежуточный вывод

• Рынок Москвы довольно хорошо изучен кофейнями и их здесь достаточно, поэтому перед выбором локации, стоит обратить внимание, где находятся другие кофейни и как близко друг к другу они открываются.
• Среднее расстояния от одной кофейни до другой ближайщей - 232 метра.
• Около 40% кофеен находится на расстояние до 100 метров от ближайщих к ним кофеен.
• Еще ~28% кофеен находятся на расстояние от 100 до 250 метров от ближайщих к ним кофеен.
• 20% кофеен находится на расстояние от 250 до 500 метров от ближайщих к ним кофеен.
• Около 11.5% кофеен находятся на расстояние от 500 до 2000 метров от ближайщих к ним кофеен.
• Во всех округах, кроме ЦАО от ~52% до ~73% кофеен расположены друг от друга на расстояние до 250 метров, а от 73% до 89% кофеен расположены друг от друга на расстояние до 500 метров.
• ЦАО имеет самое маленькое средние расстояние до ближайщей кофейни(148 метров), кроме того ~83% кофеен в этом округе находится на расстояние до 250 метров от ближайщих к ним кофеен, а ~99% находится на расстояние до 500 метров. Рекомендации
• При поиске локации стоит учитывать местоположение других кофеен и расстояние до них, так как если рядом нету других кофеен, то с большой вероятностью на этом месте маленький трафик или другие причины, по которым данная локация может быть не рентабельна.
• При размещение заведния в ЦАО, рекомендуется размещаться не далее 250 метров от ближайщей кофейни.
• В остальных округах рекомендуется размещаться не далее 500 метров от ближайщей кофейни.

Кол-во ближайщих кофеен

Посмотрим, со сколькими кофейнями соседствует каждая кофейня в радиусе 100м, 250м и 500м по округам.

x = pd.pivot_table(coffe_data, index='district', values=['near_coffe_100', 'near_coffe_250', 'near_coffe_500'], 
               aggfunc=['mean']).reset_index()
x.loc[len(x.index)] = ['Все кофейни', coffe_data.near_coffe_100.mean(), coffe_data.near_coffe_250.mean(), coffe_data.near_coffe_500.mean()]
x.round(1).sort_values([('mean', 'near_coffe_500'), ('mean', 'near_coffe_250')], ascending=False)

	district	mean
		near_coffe_100	near_coffe_250	near_coffe_500
5	Центральный административный округ	0.7	2.6	7.8
2	Северный административный округ	1.0	2.5	5.2
9	Все кофейни	0.8	1.9	4.7
1	Западный административный округ	1.2	2.1	3.6
3	Северо-Восточный административный округ	0.7	1.5	3.4
8	Южный административный округ	0.8	1.6	2.9
4	Северо-Западный административный округ	0.4	1.4	2.8
0	Восточный административный округ	0.4	1.1	2.6
6	Юго-Восточный административный округ	0.6	1.1	2.2
7	Юго-Западный административный округ	0.4	0.8	2.0

Промежуточный вывод В ЦАО, ЗАО, СВАО и САО кофейни соседствуют с самым большим количеством кофеен в радиусе 100м, 250м и 500м. Это может свидетельствовать о том, что там присутвуют районы интереса, где на небольшом расстояния могут быть собраны сразу несколько кофеен.

Количество кофеен на 1 км²

Создадим карту-хитмеп, где отобразим кол-во кофеен на примерно 1 км².

#Создадим карту с тепловой картой медианого среднего чека и границами округов
# moscow_lat - широта центра Москвы, moscow_lng - долгота центра Москвы
moscow_lat, moscow_lng = 55.751244, 37.618423 

# создаём карту Москвы
m = Map(location=[moscow_lat, moscow_lng], zoom_start=10, tiles='Cartodb Positron')

#Создаем хроноплет, где будут показаны границы округов
choropleth = folium.Choropleth(
    geo_data=state_geo,
    fill_opacity=0,
    line_weight=2,
    line_color='grey', 
    highlight=True,
    name='Границы округов'
).add_to(m)

#Добавляем отображение названия округа
choropleth.geojson.add_child(
    folium.features.GeoJsonTooltip(['name'],labels=False)
)

#Созадим данные для хитмепа карты, где каждый квадрат будет примерно 1 на 1 км
#и посчитаем кол-во кофеен на каждый квадратик. Отдельно выделим квадратики, где более 10 кофеен
median_map_data, FeatureCollection_heatmap = map_heatmap(coffe_data, section_lat=41, section_lng=31, values='nearest_coffe_m', 
                            aggfunc='count', name_value='total_per_1_sq', limit_min=None, limit_max=10)

# создаём хроноплет для отображения хитмепа и настраиваем его
choropleth_sq = Choropleth(
    geo_data=FeatureCollection_heatmap,
    data=median_map_data,
    columns=['index', 'nearest_coffe_m'],
    key_on='feature.properties.name',
    fill_color='YlGnBu',
    fill_opacity=0.8,
    line_opacity=0.3,
    line_weight=1,
    nan_fill_color='purple',
    nan_fill_opacity=0.8,
    highlight=True,
    legend_name='Количество кофеен на 1км²',
    name='Количество кофеен на 1км²/Тепловая карта',
    bins=range(1, 11),
).add_to(m)

#Добавляем отображение названия округа и медианного среднего чек при наведение на кубик хитмепа
choropleth_sq.geojson.add_child(
    folium.features.GeoJsonTooltip(['district', 'total_per_1_sq'], labels=True, aliases=['Полигон в', 'Кол-во кофеен'])
)

#добавляем управление слоями
folium.LayerControl().add_to(m)

# выводим карту
m

Make this Notebook Trusted to load map: File -> Trust Notebook

#Посмотрим, сколько есть точек в районах, где сосредоточенно большое кол-во кофеен, например более 5 штук
coffe_data_mean_count = median_map_data.copy()
coffe_data_mean_count['district'] = coffe_data_mean_count['district'].apply(lambda x: x[0])
coffe_data_mean_count.query('nearest_coffe_m > 5 | nearest_coffe_m.isna()').groupby('district').lat.count().sort_values()

district
Юго-Западный административный округ         1
Восточный административный округ            2
Северо-Западный административный округ      3
Юго-Восточный административный округ        4
Северо-Восточный административный округ     6
Южный административный округ                6
Западный административный округ             7
Северный административный округ             8
Центральный административный округ         40
Name: lat, dtype: int64

Промежуточный вывод

• По карте видно, что чем дальше от центра, то тем меньше кол-во кофеен на ~1км². Наибольшее кол-во кофеен сосредоточенно в ЦАО или рядом с ним.
• В ЦАО самая большая плоность кофеен, там почти нет участков с нулевым или малом кол-вом кофеен.
• Также стоит отметить ЗАО, СВАО, САО и ЮАО в этих округах присутвует от 6 до 8 полигонов, где на 1км² сосредоточенно 6 и более кофеен. Это может быть связанно с наличием точек притяжения людей в этих округах, которые могут быть интересны для открытия кофейни.
• Посмотрев на карту, мы можем сказать, что мест для открытия кофеен множество, присутвуют даже полигоны рядом или в самом ЦАО, где количество кофеен совсем небольшое. Эти места, можно будет подробнее изучить при подборе места для открытия кофейни.

Круглосуточные кофейни

#Создаем переменные для постороения диаграмы
names = coffe_data['is_24/7'].value_counts().index
values = coffe_data['is_24/7'].value_counts()

#Строим круговую диаграмму
fig = px.pie(names=['Некруглосуточные кофейни', 'Круглосуточные кофейни'], 
             values=values, color_discrete_sequence=px.colors.qualitative.Pastel)
fig.update_traces(textposition='inside', textinfo='label+percent')
fig.update_layout(title='Соотношение круглосуточные и некруглосуточные кофеен',
                  width=750, height=500)
fig.show()

Промежуточный вывод Круглосуточных кофеен очень мало(~4.4%). Это означает, что спрос на них совсем невысокий, следовательно при открытие кофейни режим работы 24/7 не обязательный.

Рейтинг кофеен

rating_coffe_data = coffe_data.groupby('district').rating.mean().round(1).reset_index()
rating_coffe_data.loc[len(rating_coffe_data.index)] = ['Все кофейни', coffe_data.rating.mean().round(1)]

# строим и настраиваем столбчатую диаграмму 
fig = px.bar(rating_coffe_data.sort_values('rating'), 
             y='district', x='rating', text='rating', color_discrete_sequence=px.colors.qualitative.Plotly)

# оформляем график
fig.update_layout(title='График среднего рейтинга по категориям заведений',
                  xaxis_title='Средний рейтинг',
                  yaxis_title='Категория заведения', template='simple_white')

fig.update_xaxes(range=[4, 4.4], showgrid=True)

fig.show()

Промежуточный вывод

• Средний рейтинг кофеен 4.3
• В ЮЗАО, ЦАО, СЗАО, САО и ВАО средний рейтинг равень 4.3
• В ЮАО, ЮВАО, СВАО, ЗВО средний рейтинг чуть ниже и равен 4.2
• Можем предположить, что средний рейтинг кофеен почти не зависит от округа

Стоимость чашки капучино

#Создадим агрегированную таблицу по районам со средней и медианной ценой чашки
coffe_group_rating = coffe_data.groupby('district').agg({'middle_coffee_cup':['mean', 'median']}).reset_index()
coffe_group_rating.columns = ['district', 'mean', 'median']
coffe_group_rating.loc[len(coffe_group_rating.index)] = ['Все кофейни', coffe_data.middle_coffee_cup.mean(), coffe_data.middle_coffee_cup.median()]
coffe_group_rating = coffe_group_rating.round(-1).sort_values('mean')

#Строим и настраиваем график
fig = go.Figure(data=[
    go.Bar(name='Средняя', y=coffe_group_rating.district, x=coffe_group_rating['mean'], 
           orientation='h', text=coffe_group_rating['mean'],
           marker_color=px.colors.qualitative.Pastel[0], base=0),
    go.Bar(name='Медиана', y=coffe_group_rating.district, x=coffe_group_rating['median'], 
           orientation='h', text=coffe_group_rating['median'],
           marker_color=px.colors.qualitative.Pastel[1], base=0)
])

fig.update_layout(barmode='group', template='simple_white', height=600, 
                  title='Стоимость чашки капучино по округам',
                  xaxis_title='Стоимость чашки капучино', 
                  yaxis_title='Округ',  
                  legend={'title':{'text':'Цена чашки капучино'}, 'font_size':12})

fig.update_xaxes(range=[100, 190], tickvals=np.arange(100, 200, 10), showgrid=True)

fig.show()

#Посмотрим описательную статистику общую и по районам
coffe_rating_describe = coffe_data.groupby('district').middle_coffee_cup.describe().round(-1)
coffe_rating_describe.loc[len(coffe_rating_describe.index)] = coffe_data.middle_coffee_cup.describe().round(-1)
coffe_rating_describe.reset_index().replace({9:'Все кофейни'}).sort_values('mean', ascending=False)

	district	count	mean	std	min	25%	50%	75%	max
5	Центральный административный округ	180.0	190.0	70.0	60.0	140.0	190.0	250.0	330.0
7	Юго-Западный административный округ	40.0	180.0	50.0	100.0	130.0	190.0	230.0	290.0
1	Западный административный округ	70.0	160.0	80.0	60.0	100.0	150.0	250.0	300.0
2	Северный административный округ	90.0	160.0	60.0	60.0	100.0	150.0	200.0	320.0
3	Северо-Восточный административный округ	70.0	160.0	60.0	60.0	110.0	160.0	200.0	300.0
9	Все кофейни	640.0	160.0	70.0	60.0	100.0	160.0	220.0	380.0
4	Северо-Западный административный округ	30.0	150.0	60.0	60.0	110.0	140.0	180.0	270.0
8	Южный административный округ	60.0	150.0	60.0	60.0	100.0	150.0	190.0	280.0
6	Юго-Восточный административный округ	40.0	140.0	60.0	60.0	100.0	130.0	170.0	380.0
0	Восточный административный округ	50.0	130.0	50.0	60.0	90.0	130.0	170.0	260.0

Промежуточный вывод

• Средняя и медианая цена чашки капучино в кофейнях 160 рублей.
• Самая высокая средняя цена чашки капучино в ЦАО 190 рублей.
• Самая низкая средняя цена чашки капучино в ВАО 130 рублей.
• Остальные округи имеют среднюю цену от 140 рублей до 180 рублей.

Рекомендации по установке цены будут данны далее.

Соотношение сетевых и несетевых кофеен

#Создаем переменные для постороения диаграмы
names = coffe_data.chain.value_counts().index
values = coffe_data.chain.value_counts()

#Строим круговую диаграмму
fig = px.pie(names=['Несетевые кофейни', 'Сетевые кофейни'], values=values, color_discrete_sequence=px.colors.qualitative.Pastel)
fig.update_traces(textposition='inside', textinfo='percent+label+value')
fig.update_layout(title='Соотношение сетевых и несетевых кофеен',
                  width=750, height=600)
fig.show()

#Посмотрим процент сетевых и несетевых заведений по районам
x = pd.pivot_table(coffe_data, index='district', columns='chain', values='name', aggfunc='count').reset_index()
x.loc[len(x.index)] = ['ddd', coffe_data.query('chain == 0').shape[0], coffe_data.query('chain == 1').shape[0]]
x['total'] = x[0] + x[1]
x['procent_0'] = x[0] / x['total'] * 100
x['procent_1'] = x[1] / x['total'] * 100
x.round().sort_values('procent_0')

chain	district	0	1	total	procent_0	procent_1
1	Западный административный округ	57	93	150	38.0	62.0
4	Северо-Западный административный округ	28	34	62	45.0	55.0
5	Центральный административный округ	207	221	428	48.0	52.0
7	Юго-Западный административный округ	46	50	96	48.0	52.0
9	ddd	693	720	1413	49.0	51.0
2	Северный административный округ	96	97	193	50.0	50.0
3	Северо-Восточный административный округ	80	79	159	50.0	50.0
8	Южный административный округ	65	66	131	50.0	50.0
0	Восточный административный округ	54	51	105	51.0	49.0
6	Юго-Восточный административный округ	60	29	89	67.0	33.0

Промежуточный вывод

• В средней по всей Москве и в большинстве районов количество сетевых и несетевых кофеен равное 50% на 50% ±2%.
• Отдельно стоит выделить ЗАО, там находится наименьшее количество несетевых кофеен — 38% от общего количества в округе.
• Также выделим СЗАО, там тоже находится заметно меньшее количество несетевых кофеен — 45%.
• В ЮВАО находится наибольшее количество несетевых кофеен — 67% от общего количества в округе. Так как планируется открывать первую кофейню, то рекомендуем не рассматривать ЮВАО, так как там находится очень много несетевых кофеен, среди которых будет легче затираться. Напротив же, в ЗАО, если открывать кофейню, то она сможет привлечь больше внимания из-за большого количества однообразных сетевых кафе.

Вывод

При анализе кофеен мы учитываем то, что кофеен в Москве достаточно, а сам рынок кофеен уже сформирован и устоявшийся в большинстве случаев.

Распределение кофеен по районам:

• Всего в датасете присутствует 1413 кофеен. Среднее кол-во кофеен на округ (157).
• Наибольшее кол-во кофеен (428) находится в ЦАО.
• Следующий по кол-ву кофеен — САО (193).
• В СВАО, ЗАО, ЮАО и ВАО кол-во кофеен близко к среднему по округам (от 131 до 159).
• В ВАО (105), ЮЗАО (96) и ЮВАО (89) кол-во кофеен ниже среднего по округам.
• В СЗАО самое маленькое кол-во кофеен (62) среди всех округов.

Особенности расположения кофеен:

• При поиске локации стоит учитывать местоположение других кофеен и расстояние до них, так как, если рядом нет других кофеен, то с большой вероятностью на этом месте маленький трафик или другие причины, по которым данная локация может быть нерентабельна.
• При размещении заведения в ЦАО рекомендуется размещаться не далее 250 метров от ближайшей кофейни, в особых случаях, если локация по многим параметрам подходит, то расстояние до ближайшей кофейни можно увеличить до 500 метров.
• В остальных округах рекомендуется размещаться не далее 500 метров от ближайшей кофейни.
• В ЦАО, ЗАО, СВАО и САО кофейни соседствуют с самым большим количеством кофеен в радиусе 100 м, 250 м и 500 м. Это может свидетельствовать о том, что там присутствуют районы интереса, где на небольшом расстоянии могут быть собраны сразу несколько кофеен.

Промежуточный вывод:

• Чем дальше от центра, тем меньше кол-во кофеен на 1 км². Наибольшее кол-во кофеен сосредоточено в ЦАО или рядом с ним.
• Также стоит отметить ЗАО, СЗАО, САО и ЮАО, в этих округах присутствует от 6 до 8 мест, где на 1 км² сосредоточено 6 и более кофеен. Это может быть связано с наличием точек притяжения людей в этих округах, которые могут быть интересны для открытия кофейни.
• Можно сказать, что точек для открытия кофеен множество, присутствуют даже немного мест рядом или в самом ЦАО, где количество кофеен совсем небольшое. Эти места можно будет подробнее изучить при подборе места для открытия кофейни.

Круглосуточные кофейни:

• Круглосуточных кофеен очень мало (~4,4%). Это означает, что спрос на них совсем невысокий, следовательно, при открытии кофейни - режим работы 24/7 необязательный.

Рейтинг кофеен:

• В ЮЗАО, ЦАО, СЗАО, САО и ВАО средний рейтинг равен 4,3.
• В ЮАО, ЮВАО, СВАО, ЗАО средний рейтинг чуть ниже и равен 4,2.
• Можем предположить, что средний рейтинг кофеен почти не зависит от округа.

Стоимость чашки капучино:

• Средняя и медиана цена чашки капучино в кофейнях — 160 рублей.
• Самая высокая средняя цена чашки капучино в ЦАО — 190 рублей.
• Самая низкая средняя цена чашки капучино в ВАО — 130 рублей.
• Остальные округа имеют среднюю цену от 140 рублей до 180 рублей.
• При открытии кофейни в ЦАО стоит ориентироваться на цену 180–190 рублей. 190 рублей, так как это средняя и медиана цена по всему округу. 180 рублей, так как эту цену человек с меньшей вероятностью округлит до 200 рублей по сравнению с ценой 190 рублей.
• При открытии кофеен в остальных округах стоит ориентироваться на цену от 140 до 180 рублей, а также на цену ближайшей кофейни, если она конкурент вам.

Соотношение сетевых и несетевых кофеен:

• В средней по всей Москве и в большинстве районов количество сетевых и несетевых кофеен равное 50% на 50% ±2%.
• Отдельно стоит выделить ЗАО, там находится наименьшее количество несетевых кофеен — 38% от общего количества в округе.
• Также выделим СЗАО, там тоже находится заметно меньшее количество несетевых кофеен — 45%.
• В ЮВАО находится наибольшее количество несетевых кофеен — 67% от общего количества в округе.

• Так как планируется открывать первую кофейню, то рекомендуем не рассматривать ЮВАО, так как там находится очень много несетевых кофеен, среди которых будет легче затираться. Если открывать кофейню в ЗАО, то она сможет привлечь больше внимания из-за большого количества однообразных сетевых кафе в этом округе.

• Вернуться к содержанию проекта

Рекомендации по открытию кофейни

Самые интересеные округа для открытия кофейни это ЦАО, САО и ЗАО

• ЦАО — округ с самой высокой конкуренцией, имеет наибольшее количество кофеен, среднее расстояние между кофейнями — 148 метров. Однако в нем присутствует несколько мест с низким количеством кофеен на 1 км², которые можно рассмотреть для открытия. При размещении заведения в ЦАО рекомендуется размещаться не далее 250 метров от ближайшей кофейни. В особых случаях, если локация по многим параметрам подходит, то расстояние до ближайшей кофейни можно увеличить до 500 метров. При открытии кофейни в ЦАО стоит ориентироваться на цену 180–190 рублей.
• САО — округ с большим количеством кофеен, среднее расстояние между кофейнями — 223 метра. Имеет 8 мест с большим количеством кофеен на 1 км², что свидетельствует о наличии точек интереса в этом округе. При размещении заведения в САО рекомендуется размещаться не далее 500 метров от ближайшей кофейни. При открытии кофейни в САО стоит ориентироваться на цену 160–180 рублей.

• ЗАО — округ с большим количеством кофеен, среднее расстояние между кофейнями — 228 метров. Имеет 7 мест с большим количеством кофеен на 1 км², что свидетельствует о наличии точек интереса в этом округе. В ЗАО преобладают сетевые заведения (67%), поэтому при открытии новой уникальной кофейни у людей может возникнуть больший интерес к этой точке. При размещении заведения в ЗАО рекомендуется размещаться не далее 500 метров от ближайшей кофейни. При открытии кофейни в ЗАО стоит ориентироваться на цену 160–180 рублей.

• Вернуться к содержанию проекта

Презентация

Презентация исследования с ключевыми моментами в формате PDF:

• Яндекс.Диск: https://clck.ru/3ANSr6
• Гугл.Диск: https://clck.ru/3ANSpV